NVIDIA Alpamayo 2 Super، مدل Frontier Open برای روباتاکسی و وسایل نقلیه خودران، اکنون برای استفاده تجاری در دسترس است

برای روباتاکسی و سایر وسایل نقلیه خودران (AVs)، سخت ترین مشکلات، سناریوهای روزمره نیستند. اینها موقعیت های نادر و پیچیده ای هستند که پیش بینی و آموزش برای آنها دشوار است.

رسیدگی به این رویدادهای طولانی مدت به چیزی بیش از تشخیص اشیا و پیش بینی حرکت نیاز دارد. AV ها باید موقعیت را درک کنند، دلیل و دلیلی در مورد علت و معلول داشته باشند، اقدام درست را انتخاب کنند، و آن تصمیم را به یک مسیر امن و راحت ترجمه کنند – همه اینها در زمان واقعی و به گونه ای که توسعه دهندگان بتوانند بازرسی، اعتبارسنجی و اعتماد کنند.

NVIDIA Alpamayo 2 Super که اکنون برای استفاده تجاری در دسترس است، بخشی از خانواده Alpamayo است، پرکاربردترین مدل‌های استدلال باز برای رانندگی خودکار در Hugging Face، و از طیف گسترده‌ای از قابلیت‌های مرتبط با AV در یک مدل پایه پشتیبانی می‌کند.

این مدل که بر روی NVIDIA Cosmos 3 Super Reasoner ساخته شده و با یادگیری تقویتی پس از آموزش دیده شده است، اکوسیستم AV را از دو جنبه ارتقا می دهد: مجوز تجاری باز و قابلیت های پیشرو در صنعت برای رانندگی خودکار.

Alpamayo 2 Super بخشی از مجموعه رو به رشد NVIDIA از مدل‌های باز، مجموعه داده‌ها و ابزار برای رانندگی خودکار، گسترش دسترسی، تقویت رقابت، دادن کنترل بیشتر به توسعه‌دهندگان و پشتیبانی از استقرار ایمن‌تر و شفاف‌تر AV است.

مجوز باز برای AVهای تولید

Alpamayo 2 Super در Hugging Face تحت OpenMDW-1.1، مجوز مجاز بنیاد لینوکس برای توزیع های مدل AI باز در دسترس است. این مجوز شامل اصلاح، مدل های مشتق شده و توزیع مجدد تجاری است که به توسعه دهندگان AV، خودروسازان، سازندگان کامیون و تامین کنندگان اجازه می دهد تا Alpamayo را بر اساس داده های خود، سیاست های رانندگی و استراتژی های استقرار شخصی سازی کنند.

این گشودگی به محققان و شرکت‌های AV اجازه می‌دهد تا کنترل داده‌ها و زیرساخت‌های خود را حفظ کنند و ارزشی را که از طریق مدل‌های تخصصی و دانش انباشته‌شده ایجاد می‌کنند، در اختیار داشته باشند. چنین کنترلی برای گردش کار شامل ناوگان و امنیت ضروری است.

نسخه های قبلی Alpamayo در ابتدا برای تحقیق و توسعه معرفی شدند. مجوز OpenMDW اکنون برای کل خانواده مدل Alpamayo اعمال می شود و به توسعه دهندگان این امکان را می دهد تا هر یک از مدل ها را به صورت تجاری بدون نیاز به مجوزهای اضافی مستقر کنند و یک مسیر مستقیم از سفارشی سازی تا استقرار ایجاد کنند.

وزن های باز آن مسیر را از نظر اقتصادی امکان پذیر می کند. تیم‌ها می‌توانند بدون نیاز به آموزش مجدد همه مهارت‌های اولیه یا پرداخت هزینه مدل‌های مرزی برای هر کار، بر اساس استدلال پیشرفته، مدل مناسب را با کار مناسب با هزینه مناسب تطبیق دهند.

Alpamayo 2 Super استدلال در مقیاس مرزی را در گردش‌های کاری توسعه مبتنی بر ابر فعال می‌کند، جایی که توسعه‌دهندگان می‌توانند مسیرهای استدلالی با کیفیت بالا، داده‌های آموزشی مصنوعی و خروجی‌های معلم را برای تقطیر مدل تولید کنند. در خانواده مدل های Alpamayo، Alpamayo 2 Super بالاترین عملکرد استدلال و رانندگی را برای توسعه رانندگی خودکار چندوجهی ارائه می دهد، در حالی که Alpamayo 1.5 و Alpamayo 1 گزینه های مقرون به صرفه تری را برای توسعه مبتنی بر ابر و تقطیر مدل ارائه می دهند.

سپس مدل های تقطیر شده را می توان برای استنتاج کارآمد و بلادرنگ در خودروهای تولیدی بهینه کرد. خانواده مدل Alpamayo با هم یک گردش کار ابر به ماشین را فراهم می کند که استدلال در مقیاس مرزی را با استقرار مقیاس پذیر در ناوگان تجاری AV ترکیب می کند.

برای برنامه‌های AV، این به معنای استدلال در مقیاس مرزی در فضای ابری و مدل‌های کارآمد و تخصصی در خودرو است – راهی پایدارتر برای مقیاس‌سازی استقلال ایمن به ناوگان تجاری.

استدلال پیشرو در مقیاس های مرزی

Alpamayo 2 Super در LingoQA، یک معیار رانندگی مستقل، در بین تقریباً 40 مدل ارزیابی شده، رتبه اول را دارد. در تست‌های NVIDIA با استفاده از متریک Lingo-Judge، سیستم Qwen2.5-VL 72B با 17.0 امتیاز، Gemini 2.5 Pro با 15.1 امتیاز و GPT-4o با 23.2 امتیاز بهتر عمل کرد، و استدلالی پیشرفته برای سناریوهای رانندگی محور در AlpaluatedAVIA و AlpaatedMAKS ارائه کرد. معیارهای رانندگی خودکار، بر عملکرد پیشرو در صنعت آن در طیف گسترده ای از قابلیت های AV تأکید می کند.

Alpamayo 2 Super سه برابر مدل های NVIDIA Alpamayo 1.5 و Alpamayo 1 با 10 میلیارد پارامتر ارائه می دهد. ظرفیت اضافه شده به مدل کمک می‌کند تا استدلال را از مثال‌های پراکنده بهتر تعمیم دهد – قابلیتی حیاتی برای تعاملات چند عاملی نادر که سیستم‌های معمولی اغلب با آن دست و پنجه نرم می‌کنند.

دلیل مدل در پوشش کامل دوربین فراگیر، ترکیب تصاویر از جلو، کناره ها و عقب خودرو است. این زمینه 360 درجه، بینش بهتری را در مورد تغییرات خطوط، ادغام، پیچ‌های محافظت نشده و تقاطع‌های پیچیده، که در آن اغلب خطرات ایجاد می‌شود، امکان‌پذیر می‌سازد.

یک مدل پایه چندکاره برای رباتاکسی و رانندگی خودمختار

برای هر موقعیت رانندگی، Alpamayo 2 Super می تواند پنج خروجی نزدیک به هم را تولید کند:

• مسیری که مسیر برنامه ریزی شده وسیله نقلیه را توصیف می کند.






• ردیابی زنجیره‌ای از علیت (CoC) که استدلال پشت تصمیم را توضیح می‌دهد.






• یک متااکشن (مانند تسلیم، تغییر خط، توقف) که هدف مدل را به تصویر می‌کشد.






• استدلال خودکار برچسب که حاشیه نویسی CoC را برای داده های آموزشی و اعتبار سنجی ایجاد می کند.






• پاسخگویی به سؤالات بصری با زمینه بصری دوبعدی که پاسخ های مدل را به مناطق خاصی در تصاویر دوربین پیوند می دهد.

این نتایج با هم، بینشی را در مورد فرآیند تصمیم گیری مدل ارائه می دهند. توسعه‌دهندگان می‌توانند آنچه را که مدل مشاهده کرده است به عملکردی که انتخاب کرده است مرتبط کنند، و تصمیم‌ها را برای درک، نقد و اعتبارسنجی آسان‌تر کنند.

ردپای CoC با گردش‌های کاری اعتبارسنجی ایمنی NVIDIA Halos ادغام می‌شود و ایمنی هوش مصنوعی را مطابق با الزامات ISO/PAS 8800 پشتیبانی می‌کند و پایه قوی‌تری برای مهندسی ایمنی AV فراهم می‌کند.

Alpamayo 2 Super همچنین می تواند به عنوان یک برچسب خودکار برای تولید برچسب های CoC و انجام پاسخ های پرس و جوی بصری با اتصال زمینی دوبعدی بر روی داده های ناوگان بومی استفاده شود. با پیوند دادن استدلال به مناطق خاص در تصاویر دوربین، این مدل می‌تواند قطعات رانندگی خام را به داده‌های آموزشی غنی‌تر تبدیل کند و چرخه‌های حاشیه‌نویسی را از ماه‌ها به روزها فشرده کند.

علاوه بر زمان‌بندی و برچسب‌گذاری خودکار، Alpamayo 2 Super از درک صحنه، نقد مدل و تقطیر دانش پشتیبانی می‌کند. این قابلیت‌های چندوظیفه‌ای به توسعه‌دهندگان اجازه می‌دهد تا از یک مدل پایه واحد برای بخش بزرگ‌تری از پشته توسعه، ساده‌سازی ابزار و تسریع در تکرار استفاده کنند.

یک اکوسیستم باز برای AV های مبتنی بر استدلال

Alpamayo 2 Super بخشی از یک خانواده گسترده تر از مدل های باز، چارچوب ها و مجموعه داده ها برای توسعه AV است.

سایر منابع موجود در خانواده عبارتند از:

• NVIDIA AlpaSim که شبیه سازی حلقه بسته را ارائه می دهد.






• NVIDIA AlpaGym، که یادگیری تقویتی با توان بالا را امکان پذیر می کند.






• NVIDIA Physical AI Open Datasets، که داده هایی را برای آموزش و آزمایش فراهم می کند.






• دستور العمل های آموزشی و خط لوله خودکار برچسب گذاری را برای تسریع توسعه مدل، آموزش و اعتبار سنجی باز کنید.

Alpamayo در حال حاضر به بیش از 500000 دانلود در Hugging Face رسیده است و جایگاه خود را به عنوان پرکاربردترین خانواده مدل استدلال باز برای رانندگی خودران روی پلتفرم تثبیت می کند.

دانلود کنید NVIDIA Alpamayo 2 Super در نوازش صورت برای کشف مدل، ارزیابی قابلیت های استدلال آن و شروع ساخت نسل بعدی رباتاکسی و وسایل نقلیه خودران.