Alpamayo 2 Superの概要と進化
NVIDIAは、COMPUTEX TAIPEI 2026に合わせて開催されたGTC Taipeiにおいて、レベル4ロボタクシーの開発を支援する推論ベースのビジョン・ランゲージ・アクション（VLA）モデル「NVIDIA Alpamayo 2 Super」を発表した。320億パラメータを持つAlpamayo 2 Superは、既存のAlpamayoファミリーを拡張したモデルで、自動運転車が周囲の状況を認識し、判断し、行動に結びつける能力の向上に重点が置かれている。
Alpamayo 2 Superは、従来の100億パラメータモデルから320億パラメータへとスケールアップされた。NVIDIAコスモスを基盤として開発されており、ロングテール走行状況における推論、3次元空間理解、軌道予測の性能を強化している。従来の軌道生成にとどまらず、シーン理解・自動ラベリング・モデル評価・小型モデルへの知識蒸留まで対応するマルチタスク設計が採用されている。
加えて、前方カメラ主体の認識にとどまらず、前方・側方・後方を含む360度の状況認識にも対応した。車線変更・合流・交差点通過といった複雑な走行シーンで、より広い文脈を踏まえた判断が可能となる。「譲歩」「停止」「車線変更」などの高次の走行判断に相当するメタアクション機能も新たに加わった。
データ効率化と開発ツールの拡充
データ処理の効率化も図られている。Alpamayo 2 Superは2Dグラウンディングベースの推論自動ラベリングをサポートし、高品質な推論ラベルの生成が可能で、データラベリングに要する期間を数か月から数日単位に短縮できるという。同社によれば、自動運転データパイプラインのコスト効率の改善も期待されるとしている。
NVIDIAはAlpamayo 2 Superとあわせて、自動運転開発パイプラインを補完する各種ツールも発表した。クローズドループ強化学習フレームワーク「AlpaGym」は、ブレーキ・操舵・経路探索といったモデルの意思決定をシミュレーション環境にフィードバックし、実走行に近い条件で学習させる仕組みである。静的データセットでは発見しにくい誤差の蓄積やエッジケースでの失敗パターンを検出できる点も特長だ。
生成型ワールドモデル「OmniDreams」は、稀に発生するロングテール走行シナリオを大規模に生成する。Omniverse NuRecに基づくニューラル再構成技術は、実際の走行シーンをフォトリアルな3Dシーンとして再構成し、合成学習データの生成に活用されるものだ。
車両搭載への道とNVIDIAのビジョン
Alpamayo 2 Superは教師モデルとして設計されており、車両に搭載されるNVIDIA DRIVE AGX Thorのような小型モデルに蒸留でき、DRIVE Hyperionプラットフォームの加速コンピューティング環境での運用を想定している。自動運転スタックをゼロから構築することなく、高品質な推論・認識性能を活用できるとしている。
NVIDIAの創業者兼最高経営責任者ジェンスン・フアン氏は、「Alpamayoは、自動車が走るだけでなく安全に推論を始める転換点だ」と述べた。Alpamayo 2 Superは2026年夏にGitHubで推論コードが、Hugging Faceではモデルの重みが公開される予定だ。
