NVIDIA открыла доступ к Alpamayo 2 Super — модели для разработки роботакси и систем автономного вождения. Для рынка это не «ещё один ИИ для машин», а попытка собрать в одном инструменте то, что раньше разносили по разным моделям: восприятие сцены, прогноз траектории, авторазметку и высокоуровневые команды.
Что именно вышло
NVIDIA впервые показала Alpamayo 2 Super в конце мая 2026 года, а 4 августа 2026 года опубликовала веса модели на Hugging Face. Это важная разница: в мае был анонс, а в августе у разработчиков появилась модель, которую можно скачать и проверить на своих сценариях.
По позиционированию это инструмент для роботакси четвёртого уровня автономности, а не готовый «автопилот в коробке». Модель нужна, чтобы ускорять разработку, разметку данных и обучение более компактных бортовых систем.
Чем версия 2 Super отличается от прошлых Alpamayo
В старших версиях Alpamayo речь шла о 10-миллиардных моделях. У 2 Super масштаб выше: в карточке модели NVIDIA указывает 32-миллиардную VLM-основу Cosmos 3 Super Reasoner и 2,3-миллиардный модуль действий, поэтому корректнее говорить о конфигурации класса 34B.
Новая версия добавляет круговой обзор вместо фронтальной схемы, авторазметку с 2D-привязкой и высокоуровневые действия вроде «уступить дорогу», «перестроиться» и «остановиться». То есть модель не только строит траекторию, но и пытается объяснить логику манёвра.
Метрики, лицензия и требования к железу
В карточке на Hugging Face NVIDIA приводит три ключевые цифры: ошибку прогноза траектории minADE_6 0,911 м на 1 434 сложных примерах, AlpaSim Score 1,50 ± 0,13 на 910 сценариях в закрытом контуре и Lingo-Judge Score 79,2 для качества рассуждений. Это сильные цифры для открытого релиза, но называть модель «лучшей на рынке» без независимых тестов было бы лишним.
Веса опубликованы по лицензии OpenMDW-1.1, код — под Apache 2.0. Для запуска NVIDIA тестировала модель на H100 80GB; в измерениях фигурирует конфигурация с семью камерами и пиковое потребление около 72 ГиБ видеопамяти, так что речь идёт о лабораторном и корпоративном инструменте, а не о модели «для любой видеокарты».
Значение для рынка
Для команд из России и СНГ практический вывод простой: если вы делаете системы помощи водителю, симуляторы, инструменты разметки или исследовательские проекты по автономному транспорту, входной порог снова снижается. Вместо набора разрозненных моделей можно взять готовую основу, доучить её на своих данных и быстрее проверить гипотезы.
Но магии тут нет. Alpamayo 2 Super не заменяет сертифицированный бортовой стек, не решает вопрос с локальными датасетами и не снимает регуляторные ограничения. Зато он экономит месяцы работы тем, кто иначе сначала строил бы инфраструктуру, а уже потом учил модель.
Теперь главный вопрос не в анонсе, а в том, насколько хорошо Alpamayo 2 Super переживёт дообучение на частных автопарках и сможет ли стать фактическим стандартом для разработки AV-систем.
Оригинал: анонс NVIDIA. Дополнительно: карточка модели на Hugging Face.