NVIDIA выпустила Alpamayo 2 Super — мультимодальную модель класса Vision-Language-Action (VLA) с 34 млрд параметров, предназначенную для беспилотных такси и систем автономного вождения. Модель распространяется по лицензии OpenMDW-1.1, которая разрешает коммерческое использование, создание производных продуктов и дообучение. Система объединяет возможности рассуждения с генерацией траекторий движения и мета-действий в реальном времени.

Архитектура решения базируется на модели Cosmos 3 Super Reasoner (32 млрд параметров), дополненной диффузионным декодером действий (2,3 млрд параметров). Такой гибридный подход позволяет модели не только интерпретировать визуальные данные, но и формировать цепочки причинно-следственных связей, что критически важно для принятия решений в сложных дорожных условиях. Модель способна выдавать структурированные данные, включая траектории, логические обоснования маневров и автоматическую разметку сцен.

Выпуск Alpamayo 2 Super под открытой лицензией направлен на стандартизацию подходов к разработке систем автономного вождения. Интеграция VLA-моделей в контур управления позволяет автомобилям лучше понимать контекст дорожной ситуации, выходя за рамки классических алгоритмов компьютерного зрения. Это решение предоставляет разработчикам готовую базу для создания специализированных систем управления, способных обрабатывать динамические объекты и непредсказуемые сценарии на дороге.

Ключевые факты

  • Alpamayo 2 Super содержит 34 млрд параметров и использует 32-миллиардную модель Cosmos 3 Super Reasoner в качестве основы.
  • Модель получила оценку 79,2 балла в бенчмарке LingoQA, специализирующемся на проверке понимания визуальных и языковых контекстов в вождении.
  • В состав системы входит диффузионный декодер действий объемом 2,3 млрд параметров для генерации точных траекторий.
  • Лицензия OpenMDW-1.1 официально разрешает коммерческое использование, распространение и модификацию модели.
  • Система поддерживает генерацию Chain-of-Causation (цепочек причинно-следственных связей) для интерпретируемости решений ИИ.