开放的商业许可、行业前沿的推理能力以及可检验的决策过程，正推动包括无人驾驶出租车在内的智能汽车加速迈向量产和大规模部署。
对无人驾驶出租车和其他智能汽车而言，最棘手的并非日常场景。而是那些罕见、复杂、难以预判和训练的情况。
处理这些长尾事件，仅靠目标检测和运动预测远远不够。智能汽车还必须理解当前场景、推理因果关系，选择正确的行动，并将决策转化为安全、舒适的行驶路径，并且以开发者可以检查、验证和信任的方式实时完成。
NVIDIA Alpamayo 2 Super 现已可用于商业用途，是 Alpamayo 系列的一员。
该模型基于 NVIDIA Cosmos 3 Super Reasoner 构建，并通过强化学习进行后训练。在开放商业许可和领先的辅助驾驶多任务处理能力两个方面推动了智能汽车生态系统的发展。
面向量产智能汽车的开放许可
Alpamayo 2 Super 在 Hugging Face 上发布，并采用 Linux 基金会针对开放 AI 模型分发的 OpenMDW 1.1 宽松许可协议。该许可协议涵盖微调、衍生模型和商用再分发，允许辅助驾驶开发者、汽车制造商、卡车制造商和供应商根据自身的数据、驾驶策略和部署策略来适配和使用 Alpamayo。
前沿的领先基准测试推理表现
在近 40 个参评模型中，Alpamayo 2 Super 在辅助驾驶推理基准测试 LingoQA 中排名第一。在 NVIDIA 评估的所有辅助驾驶基准测试中，Alpamayo 2 Super 均排名第一，这凸显了其在各种辅助驾驶能力中的领先表现。
面向无人出租车和辅助驾驶的多任务基础模型
对于每种驾驶场景，Alpamayo 2 Super 可以生成五类紧密耦合的输出：
- 描述车辆规划路径的轨迹。
- 解释决策背后推理逻辑的因果链追踪。
- 捕捉模型意图的元动作（例如：让行、变道、停车)。
- 为训练和验证数据生成因果链标注的推理自动标注。
- 具有 2D 视觉定位的视觉问答响应，将模型的答案与摄像头图像中的特定区域关联起来。
通过这些输出，可以深入了解模型的决策过程。开发者可以将模型观察到的情况与其选择的动作对应起来，从而使每一步决策更易于理解、评判和验证。
面向基于推理的辅助驾驶开放生态
Alpamayo 2 Super 是更广泛的用于辅助驾驶开发的开放模型、框架和数据集系列的一部分。
该系列的其他工具包括：
- NVIDIA AlpaSim，用于闭环仿真。
- NVIDIA AlpaGym，可实现高吞吐量强化学习。
- NVIDIA 物理 AI 开放数据集，为训练和测试提供数据。
- 开放式训练方案和自动标注流水线，用于加速模型开发、训练和验证。
Alpamayo 在 Hugging Face 的下载量已超过 50 万次，巩固了其作为该平台辅助驾驶领域广泛采用的开放推理模型系列的地位。
以上为摘要内容，请点击链接阅读完整内容：NVIDIA Alpamayo 2 Super：面向无人驾驶出租车和智能汽车的前沿开放模型，现已开放商用 | NVIDIA 英伟达博客
热门跟贴