Das Reasoning-VLA-Modell „Alpamayo 2 Super” von Nvidia basiert auf dem „Cosmos 3 Super Reasoner” und wurde mit verstärkendem Lernen nachtrainiert. Es ist ab sofort für die kommerzielle Nutzung auf Hugging Face unter einer OpenMDW-1.1-Lizenz verfügbar. Dabei werden sowohl die Gewichtungen als auch der Inferenz-Code offengelegt.
Die Lizenz umfasst das Fine-Tuning, abgeleitete Modelle und die kommerzielle Weiterverbreitung. Somit können Entwickler von autonomen Fahrzeugen, Automobilhersteller, Lkw-Hersteller und Zulieferer Alpamayo an ihre eigenen Daten, Fahrrichtlinien und Einsatzstrategien anpassen.
Diese Offenheit ermöglicht es Forschern und Unternehmen im Bereich autonomer Fahrzeuge, die Kontrolle über ihre eigenen Daten und Infrastruktur zu behalten und den Wert zu nutzen, den sie durch spezialisierte Modelle und gesammeltes Know-how schaffen.
Das neue Reasoning-VLA-Modell bewältigt Schlussfolgerungen auf höchstem Niveau (Frontier-Scale) in cloudbasierten Entwicklungsworkflows. In diesen können Entwickler hochwertige Schlussfolgerungsabläufe, synthetische Trainingsdaten und Teacher-Ausgaben für die Modelldestillation generieren. Innerhalb der Alpamayo-Modellfamilie bietet Alpamayo 2 Super die höchste Schlussfolgerungs- und Fahrleistung für die Entwicklung des multimodalen autonomen Fahrens, während Alpamayo 1.5 und Alpamayo 1 kosteneffizientere Alternativen für die cloudbasierte Entwicklung und Modelldestillation sind.
Anschließend können die destillierten Modelle für eine effiziente Echtzeit-Inferenz in Serienfahrzeugen optimiert werden. Insgesamt bietet die Alpamayo-Modellfamilie, zu der auch Alpamayo 2 Super gehört, einen „Cloud-to-Car“-Workflow. Dieser kombiniert Schlussfolgerungen auf Spitzenniveau mit einer skalierbaren Bereitstellung in kommerziellen Flotten autonomer Fahrzeuge.
Laut Hersteller belegt das neue Modell bei LingoQA, einem Benchmark für Schlussfolgerungsfähigkeit im autonomen Fahren, den ersten Platz unter fast 40 bewerteten Modellen. In von Nvidia durchgeführten Tests unter Verwendung der LingoQA-Bewertungsmetrik übertraf Alpamayo 2 Super Qwen2.5 VL 72B um 17,0 Punkte, Gemini 2.5 Pro um 15,1 Punkte und GPT 4o um 23,2 Punkte. Alpamayo 2 Super belegt zudem den ersten Platz bei allen von Nvidia bewerteten Benchmarks für autonomes Fahren.
Mit seinen über 30 Mrd. Parametern ist Alpamayo 2 Super dreimal so groß wie die NVIDIA-Modelle Alpamayo 1.5 und Alpamayo 1 mit jeweils 10 Mrd. Parametern. Die zusätzliche Kapazität hilft dem Modell dabei, Schlussfolgerungen aus wenigen Beispielen besser zu verallgemeinern – eine entscheidende Fähigkeit für seltene Interaktionen zwischen mehreren Akteuren, bei denen herkömmliche Systeme oft Probleme haben.
Das Modell wertet die vollständige Abdeckung durch die Umgebungskameras aus und führt die Ansichten von der Fahrzeugfront, den Seiten und dem Heck zusammen. Dieser 360-Grad-Kontext ermöglicht ein umfassenderes Verständnis von Spurwechseln, Einfädelmanövern, ungeschützten Abbiegemanövern und komplexen Kreuzungen, an denen häufig Risiken auftreten.
Für jede Fahrsituation kann Alpamayo 2 Super fünf eng miteinander verknüpfte Ergebnisse liefern:
- Eine Trajektorie, die den geplanten Fahrweg des Fahrzeugs beschreibt.
- Eine Kausalkette (CoC), die die Überlegungen hinter der Entscheidung erläutert.
- Eine Meta-Aktion (z. B. Vorfahrt gewähren, Spurwechsel, Anhalten), die die Absicht des Modells erfasst.
- Automatische Kennzeichnungen der Argumentation, die CoC-Annotationen für Trainings- und Validierungsdaten generieren.
- Antworten auf visuelle Fragen mit 2D-Visual-Grounding, die die Antworten des Modells mit bestimmten Bereichen in Kamerabildern verknüpfen.
Zusammen bieten diese Ergebnisse Einblicke in den Entscheidungsprozess des Modells. Entwickler können die Beobachtungen des Modells mit dessen Aktionen verknüpfen. Dadurch werden Entscheidungen leichter verständlich, hinterfrag- und validierbar. (jr)
