Alpamayo 2 Super – موديل ذكاء اصطناعي للاستدلال فالسياقة الذاتية مفتوح المصدر من NVIDIA خدام

Alpamayo 2 Super هو موديل ذكاء اصطناعي مفتوح المصدر من NVIDIA للاستدلال فالسياقة الذاتية. الموديل مبني على NVIDIA Cosmos 3 Super Reasoner، وعندو قدرة على فهم المحيط بزاوية 360°، اتخاذ قرارات متقدمة فالسياقة وتوليد وسوم الاستدلال أوتوماتيكياً، وجا الأول فمعيار LingoQA للاستدلال فالسياقة الذاتية. الموديل مطروح فـ Hugging Face برخصة OpenMDW-1.1 المرنة، وكيتيح الضبط الدقيق، إنشاء نسخ مشتقة وإعادة التوزيع التجاري، مع توفير النسختين Alpamayo 1.5 / 1 للتطوير فالسحابة وتقطير الموديل باش يتنشر فالسيارات، وموجّه لمجال Robotaxi والسيارات ذاتية القيادة.

فهم المحيط بزاوية 360°: كيمكّن من التعرّف والفهم الدقيق للمشهد كامل حدا السيارة، بما فيه ظروف الطريق الحقيقية والمعقدة.
الاستدلال المتقدم فقرارات السياقة: كيعتمد على سياق المشهد باش يدير استدلال سببي ويخرج مسارات وحركات آمنة ومريحة.
التوليد الأوتوماتيكي لوسوم الاستدلال: كيقدر يولّد أوتوماتيكياً وسوم الاستدلال الخاصة بمشاهد السياقة، وكيعاون المطورين يبنيو مجموعات بيانات التدريب بسرعة.
تطوير متعدد الوسائط للسياقة الذاتية: كيدعم دمج مدخلات متعددة الوسائط بحال الصور والنصوص، ومعالجة مهام الفهم واتخاذ القرار بشكل موحّد.
دعم تقطير الموديل: كيوفر النسختين Alpamayo 1.5 / 1، وكيتيح التطوير فالسحابة وتقطير الموديل نحو موديلات فعالة للاستدلال فسيارات الإنتاج.

تبعونا فـ WeChat وجاوبو بـ “开源” باش تنضمو لمجموعة نقاش مشاريع الذكاء الاصطناعي مفتوحة المصدر
البنية الأساسية: مبنية على موديل الاستدلال المتقدم NVIDIA Cosmos 3 Super Reasoner، وكتستافد من القدرات ديالو فالفهم متعدد الوسائط والاستدلال بسلاسل طويلة.
التدريب اللاحق بالتعلم المعزز: كيتدار تحسين مخصّص للسياقة الذاتية باستعمال RL Post-Training، باش تتحسن قدرات الاستدلال السببي، التنبؤ بالمخاطر وتخطيط المسارات.
بنية طرف-لطرف متعددة المهام: بنية موحّدة كتعالج فآن واحد الفهم، التنبؤ، التخطيط وباقي الوحدات الأساسية ديال السياقة الذاتية، وكتحقق الاستدلال من فهم المشهد حتى اتخاذ قرار السياقة.
التطوير المعتمد على البيانات: كيتدرّب الموديل بشكل تكراري على بيانات كبيرة من السياقة الحقيقية وبيئات المحاكاة، مع تغطية ظروف الطريق النادرة والمعقدة لتحسين القدرة على التعميم.
منظومة تقطير الموديل: كيدعم تقطير Alpamayo 2 Super نحو النسختين 1.5 / 1، مع الحفاظ على الأداء وتقليص حجم الموديل باش يناسب متطلبات الاستدلال الفوري بقدرة حسابية محدودة فالسيارة.

الحصول على أوزان الموديل: دخلو للمستودع الرسمي فـ Hugging Face وحمّلو أوزان الموديل وملفات الإعداد ديال Alpamayo 2 Super.
التأكد من الرخصة التجارية: قراو والتازمو بشروط رخصة OpenMDW-1.1 مفتوحة المصدر، وتأكدّو من قانونية الضبط الدقيق، إنشاء النسخ المشتقة والنشر التجاري.
تحضير بيانات السياقة: دمجو بيانات الحساسات ديال السيارات، استراتيجيات السياقة ووسوم المشاهد الخاصة بكم، ووجدو بيئة التدريب والتحقق.
الضبط الدقيق والتقطير: ديرو ضبطاً دقيقاً لـ Alpamayo 2 Super باستعمال البيانات ديالكم، أو قطّروه نحو Alpamayo 1.5 / 1 باش يناسب القدرة الحسابية فالسيارة.
الدمج والتحقق من النشر: ربطو الموديل المحسّن بسلسلة الفهم-القرار-التحكم ديال السيارة، وتحققو من استقرار النظام عبر اختبارات المحاكاة وتجارب السياقة فالسيارة الحقيقية.

مفتوح المصدر للاستعمال التجاري: كيستعمل رخصة Linux Foundation OpenMDW-1.1 المرنة، وكيتيح الضبط الدقيق، إنشاء النسخ المشتقة وإعادة التوزيع التجاري بلا حاجة لترخيص إضافي.
أداء متقدم فالاستدلال: جا الأول فمعيار LingoQA للاستدلال فالسياقة الذاتية، وتفوّق بفارق كبير على Qwen2.5-VL 72B وGemini 2.5 Pro فاختبار Lingo-Judge.
تغطية كاملة للمكدس: من الاستدلال السحابي بقدرة حسابية عالية (Alpamayo 2 Super) حتى النشر الخفيف فالسيارة (Alpamayo 1.5 / 1)، كيوفر عائلة موديلات متكاملة.
الحفاظ على سيادة البيانات: المطورون كيبقاو متحكمين بشكل كامل فبياناتهم وبنيتهم التحتية، وانفتاح الموديل كيضمن تراكم المعرفة الخاصة بالمؤسسات.

مكتبة موديلات HuggingFace：https://huggingface.co/nvidia/Alpamayo2-Super

سيارات الأجرة ذاتية القيادة Robotaxi: كيوفر لأساطيل السياقة الذاتية من المستوى L4 دعماً فورياً فاستدلال المشاهد واتخاذ القرارات، لمواجهة ظروف المدن المعقدة.
شاحنات النقل الطرقي ذاتية القيادة: كينفّذ الفهم لمسافات طويلة وتخطيط المسارات فالطرق السيارة، وكيحسن السلامة والفعالية ديال نقل البضائع.
أنظمة مساعدة السائق الذكية (ADAS): الموديل الخفيف الناتج عن التقطير يقدر يتنشر فسيارات الركوب المنتجة بكميات كبيرة، ويقوّي وظائف المساعدة المتقدمة للسائق.
اختبارات محاكاة السياقة الذاتية: باستعمال القدرة على توليد وسوم الاستدلال أوتوماتيكياً، يمكن بناء مجموعات بيانات كبيرة لمشاهد المحاكاة بسرعة وتسريع تطوير الخوارزميات.
وسم بيانات السياقة ومراقبة الجودة: كيولّد أوتوماتيكياً وسوم الاستدلال لفيديوهات السياقة المجمّعة، وكيقلل تكلفة الوسم اليدوي ويحسن جودة البيانات.