NVIDIA hat Alpamayo 2 Super auf Hugging Face unter OpenMDW-1.1, der permissiven Modelllizenz der Linux Foundation, gestellt. Feinabstimmen, Derivate veröffentlichen, kommerziell weiterverteilen – keine Genehmigung nötig. Der Code ist Apache 2.0. Ein wegweisendes Fahr-Grundmodell, kostenlos für alle, die autonome Fahrzeuge bauen.
Was es eigentlich ist
Ein 34B Vision-Language-Action-Modell: ein 32B Cosmos 3 Super Reasoner-Backbone mit RL-Nachtraining, plus ein 2,3B Diffusions-Action-Decoder. Gibt man ihm einen Durchlauf von Umgebungs-Kameravideo von bis zu 7 Kameras, erzeugt es gleichzeitig drei Ausgaben – eine geplante Trajektorie, eine kausale Erklärung, warum diese Trajektorie gewählt wurde, und eine Meta-Action (Yield, Spurwechsel, Stopp). Klassische Detect-then-Predict-Stacks brechen bei seltenen Multi-Agent-Szenarien zusammen. Dieses Modell begründet sie in Sprache.
Zahlen: 0,911 Mio. minADE_6 bei 6,4 Sekunden auf 1.434 harten Samples, 79,2 auf LingoQA — erstes von 37 getesteten Modellen.
Der API-Ansatz
Gewichte können direkt von Hugging Face, PyTorch und bfloat16 heruntergeladen werden, etwa 70 GB VRAM mit classifier-free Guidance. Zu schwer für ein Auto – das ist beabsichtigt, es ist ein Teacher-Modell. Nutzen Sie es für automatisches Labeln von Flotten-Daten in großem Maßstab, Closed-Loop-Eval in AlpaSim, Natural-Language-Debugging von Fahrentscheidungen und destillieren Sie es anschließend zu etwas, das klein genug für DRIVE AGX Thor ist.
Frühere Alpamayo-Veröffentlichungen erreichten fast 400.000 Downloads. Diese Version commoditisiert die Modellschicht des autonomen Fahrens.