NVIDIA、自動運転推論モデル「Alpamayo 2 Super」の商用利用を解禁

NVIDIA Alpamayo 2 Super は、ロボタクシーや自動運転システムの開発に特化したオープン推論モデルだ。NVIDIA Cosmos 3 Super Reasoner を基盤に強化学習による事後学習を施しており、Linux Foundation の寛容型ライセンスである OpenMDW-1.1 のもと、Hugging Face 上で商用利用が可能となった。

パラメータ規模は、先行する 100 億パラメータ（10B）の Alpamayo 1 や 1.5 の 3 倍に拡大された。OpenMDW-1.1 ライセンスにより、自動車メーカーやサプライヤーは自社の専有データでファインチューニングを行い、派生モデルを商用車両に組み込んで再配布できる。Alpamayo ファミリー全体のダウンロード数はすでに 50 万回を突破している。

何ができるのか

Alpamayo 2 Super は、従来の検知システムが苦手とする稀で複雑なロングテール事象の処理を得意とする。車両の前方、側方、後方を網羅する 360 度サラウンドカメラの映像を統合し、見通しの悪い交差点や合流、非保護右左折などの危険度が高い状況を総合的に把握する。

走行状況に応じて、モデルは相互に連動した 5 つの出力を同時に生成する。計画された走行軌道、判断の根拠を示す因果推論トレース（CoC）、一時停止や車線変更といった意図を示すメタアクション、学習用データ向けの推論自動ラベル、そして 2D 領域特定を伴う画像応答（VQA）だ。

思考プロセスが可視化されるため、判断理由をエンジニアが追跡・検証しやすい。この因果トレースは NVIDIA Halos 安全検証ワークフローに統合でき、ISO/PAS 8800 の AI 安全規格に準拠した開発を後押しする。

自動運転の推論性能を測る LingoQA ベンチマークでは、評価対象となった約 40 のモデルの中で 1 位を獲得した。Lingo-Judge 指標において、Qwen2.5-VL 72B を 17.0 ポイント、Gemini 2.5 Pro を 15.1 ポイント、GPT-4o を 23.2 ポイント上回るスコアを記録している。

導入と運用の仕組み

このモデルは車載チップで直接リアルタイム推論を行うのではなく、クラウドと車載をつなぐワークフローで活用される。クラウド上で Alpamayo 2 Super を教師モデルとして動かし、高品質な推論トレースや合成データを生成して小型モデルへ蒸留する。

自動ラベリングシステムとしても機能する。走行映像から因果関係を抽出してカメラ画像内の特定領域と紐付けることで、従来数ヶ月を要していたフリートデータの注記作業を数日へと短縮できる。

周辺環境として、閉ループシミュレータの AlpaSim、高スループット強化学習を支援する AlpaGym、Physical AI オープンデータセットも整備されている。モデルの重みと学習レシピは Hugging Face から直接入手可能だ。

なぜ重要か

ロボタクシーや自動運転システムを開発する企業にとって、専有データを外部のプロプライエタリな API に送ることなく、完全な管理権を保持したまま最前線の推論エンジンを利用できる意味は大きい。

GPT-4o などの汎用マルチモーダルモデルと異なり、Alpamayo 2 Super は 360 度の視界と軌道制御、因果トレースをネイティブに扱える。クラウド上の教師モデルとしてデータフライホイールを構築したい開発現場なら、すぐに検証を始める価値がある。