Alpamayo 2 Super – NVIDIAがオープンソースで公開する自動運転AI推論モデル 運営中

Alpamayo 2 Superは、NVIDIAがオープンソースで公開する自動運転AI推論モデルです。NVIDIA Cosmos 3 Super Reasonerを基盤に構築され、360°環境認識、高度な運転判断、自動推論ラベル生成に対応し、LingoQA自動運転推論ベンチマークで1位を獲得しています。OpenMDW-1.1の寛容なライセンスでHugging Faceに公開され、ファインチューニング、派生、商用再配布が可能です。また、クラウド開発と車載蒸留デプロイ向けにAlpamayo 1.5 / 1も提供され、Robotaxiや自動運転車の分野を対象としています。

360°環境認識：車両周囲の全方位シーンを高精度に認識・理解し、複雑な実環境の道路状況にも対応します。
高度な運転判断推論：シーンのコンテキストに基づいて因果推論を行い、安全で快適な走行経路と動作を判断します。
自動推論ラベル生成：運転シーンの推論ラベルを自動生成し、開発者による学習データセットの構築を支援します。
マルチモーダル自動運転開発：視覚、テキストなどのマルチモーダル入力の融合に対応し、認識と判断のタスクを統一的に処理します。
モデル蒸留対応：Alpamayo 1.5 / 1を提供し、クラウドでの開発から量産車載向けの高効率推論モデルへの蒸留まで対応します。

WeChatでフォローして「開源」と返信すると、AIオープンソースプロジェクト交流グループに参加できます
基盤アーキテクチャ：NVIDIA Cosmos 3 Super Reasonerスーパー推論モデルを基盤に構築され、そのマルチモーダル理解と長い推論チェーンの能力を継承しています。
強化学習による事後学習：RL Post-Trainingによって自動運転に特化した最適化を行い、因果推論、リスク予測、経路計画の能力を高めます。
エンドツーエンドのマルチタスクアーキテクチャ：統一アーキテクチャで認識、予測、計画など自動運転の中核モジュールを同時に処理し、シーン理解から運転判断までエンドツーエンドで推論します。
データ駆動型の反復改善：大規模な実走行データとシミュレーション環境を用いて反復学習を行い、まれで複雑な道路状況も網羅して汎化能力を高めます。
モデル蒸留体系：Alpamayo 2 Superから1.5 / 1バージョンへの蒸留に対応し、性能を維持しながらモデル規模を縮小して、車載の低計算資源環境におけるリアルタイム推論に適応します。

モデルの重みを取得：Hugging Face公式リポジトリにアクセスし、Alpamayo 2 Superのモデル重みと設定ファイルをダウンロードします。
商用ライセンスを確認：OpenMDW-1.1オープンソースライセンスの条項を読み、遵守します。ファインチューニング、派生、商用デプロイがライセンスに準拠していることを確認してください。
走行データを準備：自社車両のセンサーデータ、運転方策、シーンアノテーションを統合し、学習・検証環境を構築します。
モデルのファインチューニングと蒸留：自社データでAlpamayo 2 Superをドメイン適応し、またはAlpamayo 1.5 / 1へ蒸留して車載計算資源に適応させます。
統合とデプロイの検証：最適化したモデルを車両の認識・判断・制御パイプラインに組み込み、シミュレーションテストと実車走行試験でシステムの安定性を検証します。

オープンソースで商用利用可能：Linux Foundation OpenMDW-1.1の寛容なライセンスを採用し、追加の許諾なしでファインチューニング、派生、商用再配布が可能です。
推論性能がリード：LingoQA自動運転推論ベンチマークで1位を獲得し、Lingo-JudgeテストではQwen2.5-VL 72BとGemini 2.5 Proを大きく上回ります。
フルスタック対応：クラウドの高性能推論（Alpamayo 2 Super）から車載の軽量デプロイ（Alpamayo 1.5 / 1）まで、完全なモデルファミリーを提供します。
データ主権を維持：開発者が自社データとインフラを完全に管理でき、モデルのオープン性によって企業固有の知識を蓄積できます。

Hugging Faceモデルライブラリ：https://huggingface.co/nvidia/Alpamayo2-Super

Robotaxi（無人運転タクシー）：L4レベルの自動運転車両フリートにリアルタイムのシーン推論と判断を提供し、複雑な都市部の道路状況に対応します。
幹線物流向け自動運転トラック：高速道路で長距離の認識と経路計画を実現し、貨物輸送の安全性と効率を高めます。
高度運転支援システム（ADAS）：蒸留後の軽量モデルを量産乗用車に搭載し、高度な運転支援機能を強化できます。
自動運転シミュレーションテスト：自動推論ラベル生成機能を活用して大規模なシミュレーションシーンのデータセットを迅速に構築し、アルゴリズムの反復改善を加速します。
走行データのアノテーションと品質検査：収集した走行動画に推論ラベルを自動付与し、手作業によるアノテーションコストを削減するとともに、データ品質を高めます。