NVIDIA extinde platforma Alpamayo cu modelul Alpamayo 2 Super de 32 de miliarde de parametri pentru dezvoltarea robotaxi Level 4 - promite reducerea etichetării datelor de la luni la zile și anunță disponibilitate „în această vară” pe GitHub și Hugging Face

NVIDIA extinde „stiva” de dezvoltare pentru robotaxi de nivel 4 cu Alpamayo 2 Super , un model deschis de raționament cu 32 de miliarde de parametri, plus instrumente pentru antrenare în buclă închisă și generare de scenarii rare în simulare, potrivit NVIDIA News . Miza operațională este reducerea muncii „de la zero” pentru producători și dezvoltatori și scurtarea ciclurilor de etichetare/antrenare, într-un domeniu unde validarea de siguranță și colaborarea cu autoritățile depind de trasabilitatea deciziilor. Ce aduce Alpamayo 2 Super și de ce contează în dezvoltarea L4 Alpamayo 2 Super este descris ca un model „vision language action” (VLA) bazat pe raționament — adică un model care combină percepția vizuală cu înțelegerea instrucțiunilor și cu generarea de acțiuni — pentru a „raționa, planifica și acționa” pe întregul lanț de conducere autonomă. NVIDIA susține că modelul oferă și „interpretabilitate” (posibilitatea de a explica deciziile), utilă pentru validarea de siguranță și interacțiunea cu reglementatorii. Între elementele tehnice evidențiate de companie: creșterea la 32 de miliarde de parametri (de la generații anterioare de 10 miliarde), pe baza modelelor „world foundation” NVIDIA Cosmos; percepție 360° (față, lateral, spate), nu doar camere orientate frontal; ieșiri de tip „Meta-Action” (decizii macro precum „cedează”, „schimbă banda”, „oprește”), pe lângă traiectorii și „chain-of-causation” (CoC), adică urme cauzale ale raționamentului; auto-etichetare bazată pe raționament, cu „ancorare 2D”, despre care NVIDIA spune că poate comprima ciclurile de adnotare „din luni în zile”; îmbunătățiri pentru scenarii rare și complexe („long-tail”), unde abordările tradiționale bazate pe imitație au dificultăți. NVIDIA poziționează Alpamayo 2 Super ca „teacher model” (model profesor) care poate fi distilat în modele mai compacte, capabile să ruleze pe platforma NVIDIA DRIVE Hyperion , pe hardware-ul NVIDIA DRIVE AGX Thor, instalat în vehicul. AlpaGym și OmniDreams: antrenare în buclă închisă și scenarii rare la scară Pe lângă model, NVIDIA a anunțat: NVIDIA AlpaGym , un cadru open-source de învățare prin recompensă (reinforcement learning) în „buclă închisă”, care rulează cicluri continue decizie–observație în simulare, astfel încât fiecare frânare, viraj sau alegere de navigație să modifice mediul. Compania spune că abordarea scoate la iveală erori cumulative și eșecuri în cazuri-limită pe care seturile statice de date le pot rata. NVIDIA OmniDreams , un „model generativ de lume” pentru generarea fotorealistă de scenarii de condus în buclă închisă, cu accent pe simularea la scară a situațiilor rare și a celor din „coada lungă” a distribuției (evenimente puțin frecvente, dar critice). AlpaGym este construit pe stiva de simulare tip microservicii AlpaSim și pe NVIDIA Omniverse NuRec și este prezentat ca parte dintr-un flux continuu de la pre-antrenare „open-loop” (pe date înregistrate) la rafinare „closed-loop” (în simulare). Etichetare automată și „skill-uri” pentru agenți: productivitate în pipeline NVIDIA mai spune că va publica open-source CoC Auto-Labeling Pipeline , un flux care generează automat etichete CoC „legate cauzal” din clipuri brute de condus, fără adnotare umană, pentru a crea date de antrenare necesare modelelor de raționament „întrupat” (embodied). În paralel, compania lansează „skill-uri” (capabilități reutilizabile) pentru agenți de tip „physical AI”, sub NVIDIA Agent Toolkit, inclusiv: Neural Reconstruction , bazat pe Omniverse NuRec, pentru reconstruirea datelor din flote în scene 3D fotorealiste și adaptarea lor la configurații diferite de senzori; skill-uri pentru OmniDreams (generare de scenarii) și AlpaGym (antrenare în buclă închisă). Într-o declarație inclusă în comunicat, CEO-ul NVIDIA, Jensen Huang , afirmă: „Alpamayo este momentul în care mașinile încep să raționeze în siguranță, nu doar să conducă.” Disponibilitate și adopție NVIDIA afirmă că platforma Alpamayo a fost descărcată „aproape de 400.000 de ori” de la lansare și că include scripturi de post-antrenare pentru adaptarea modelelor la seturi de date și politici de condus proprii. Pentru noua versiune, compania spune că Alpamayo 2 Super este așteptat să fie disponibil „în această vară” pe GitHub (cod de inferență) și pe Hugging Face (ponderi ale modelului). Calendarul este prezentat ca estimare, iar comunicatul include precizări că funcționalitățile și termenele pot fi modificate. Linkuri către resursele menționate de companie Pagina NVIDIA Alpamayo: NVIDIA Modele/dataset Omniverse NuRec: Hugging Face Skill „Neural Reconstruction”: GitHub NVIDIA Cosmos: NVIDIA NVIDIA DRIVE Hyperion: NVIDIA NVIDIA DRIVE AGX Thor: NVIDIA Developer AlpaSim: GitHub Physical AI AV Dataset (colecție): Hugging Face Articol tehnic despre post-antrenare „closed-loop”: NVIDIA Developer Blog CoC Auto-Labeling Pipeline: GitHub [...]