NVIDIAs CEO, Jensen Huang, præsenterede udgivelsen og kaldte den "en kraftfuld rygrad for robotaxis, lastbiler, shuttles, distributionsvogne, traktorer og den lange hale af mobile robotter" . Modellen blev først vist på CES 2026 og GTC Taipei tidligere på året .

Arkitektur: 32B Vision-Language-rygrad + 2B Action Decoder

Alpamayo 2 Super har cirka 34 milliarder parametre i alt . Den kombinerer:

• En 32-milliarder-parameters vision-language-rygrad bygget på NVIDIAs Cosmos 3 Super Reasoner .
• En 2-milliarder-parameters diffusionsbaseret Action Expert (Action Decoder) .
• Reinforcement learning (RL) eftertræning anvendt på den underliggende Cosmos 3 Super Reasoner .

Arkitekturen er en Transformer med fuld omgivelsesbevidsthed, der behandler video fra op til syv kameraer til 360 graders dækning, og er målrettet Level 4-kørsel .

Læremodel: Fem koblede output pr. scene

NVIDIA designede Alpamayo 2 Super som en cloud-baseret læremodel, der producerer fem koblede output pr. køresituation, som derefter kan destilleres til mindre, indbyggede deploymentsmodeller :

1. Planlagt kørebane — den forudsagte kørevej.
2. Årsagskæde-resonneringsspor — en fortolkelig ræsonneringskæde, der forklarer kørebeslutningen .
3. Højniveau-meta-handling — en overordnet kørehandling (f.eks. "vige", "skifte vognbane").
4. Auto-genererede ræsonneringsetiketter — automatisk mærkede rationaler til træningsdata.
5. Visuelle spørgsmål-svar (VQA) — svar på visuelle forespørgsler om køresituationen .

Årsagskædesporerne integreres direkte med NVIDIA Halos sikkerhedsvalideringsworkflows og understøtter AI-sikkerhed i overensstemmelse med ISO/PAS 8800-krav .

Benchmark-præstation: Først på LingoQA

I NVIDIAs test opnåede Alpamayo 2 Super en LingoQA-score på 79,2, hvilket placerer den som nummer ét på LingoQA autonomous driving benchmark . Den overgik:

• Qwen2.5-VL 72B med 17 point
• GPT-4o med 23,2 point
• Gemini 2.5 Pro (ifølge NVIDIAs rapporterede test)

Strategisk positionering: Åben infrastruktur til AV-industrien

NVIDIA positionerer eksplicit Alpamayo 2 Super som åben infrastruktur for hele den autonome køretøjsindustri — ikke som en konkurrent til robotaxi-operatører eller AV-producenter . Modellen er tilgængelig for enhver virksomhed til at finjustere, tilpasse og kommercielt implementere uden proprietær låsning .

Udgivelsen fjerner en licensbarriere, der tidligere havde holdt Alpamayo-familien i forskningsbrug. NVIDIA oplyser, at OpenMDW-licensen nu gælder for hele Alpamayo-serien, så udviklere kan tilpasse modellen til deres egne autonome kørselsstakke .

Hovedpointer

• Kommerciel udgivelse den 4. august 2026 med vægte på Hugging Face .
• OpenMDW-1.1-licens tillader finjustering, afledte modeller og kommerciel brug .
• 34B parametre i alt: 32B Cosmos 3 Super Reasoner + 2B diffusion Action Expert .
• Fem koblede output pr. scene til cloud-baseret læremodel-workflow .
• LingoQA 79,2 — først på benchmark, overgår GPT-4o med 23,2 point .
• Målretter langhale-kantsager og er i overensstemmelse med ISO/PAS 8800 via Halos .

NVIDIAs CEO, Jensen Huang, præsenterede udgivelsen og kaldte den "en kraftfuld rygrad for robotaxis, lastbiler, shuttles, distributionsvogne, traktorer og den lange hale af mobile robotter" . Modellen blev først vist på CES 2026 og GTC Taipei tidligere på året .

Arkitektur: 32B Vision-Language-rygrad + 2B Action Decoder

Alpamayo 2 Super har cirka 34 milliarder parametre i alt . Den kombinerer:

• En 32-milliarder-parameters vision-language-rygrad bygget på NVIDIAs Cosmos 3 Super Reasoner .
• En 2-milliarder-parameters diffusionsbaseret Action Expert (Action Decoder) .
• Reinforcement learning (RL) eftertræning anvendt på den underliggende Cosmos 3 Super Reasoner .

Arkitekturen er en Transformer med fuld omgivelsesbevidsthed, der behandler video fra op til syv kameraer til 360 graders dækning, og er målrettet Level 4-kørsel .

Læremodel: Fem koblede output pr. scene

NVIDIA designede Alpamayo 2 Super som en cloud-baseret læremodel, der producerer fem koblede output pr. køresituation, som derefter kan destilleres til mindre, indbyggede deploymentsmodeller :

1. Planlagt kørebane — den forudsagte kørevej.
2. Årsagskæde-resonneringsspor — en fortolkelig ræsonneringskæde, der forklarer kørebeslutningen .
3. Højniveau-meta-handling — en overordnet kørehandling (f.eks. "vige", "skifte vognbane").
4. Auto-genererede ræsonneringsetiketter — automatisk mærkede rationaler til træningsdata.
5. Visuelle spørgsmål-svar (VQA) — svar på visuelle forespørgsler om køresituationen .

Årsagskædesporerne integreres direkte med NVIDIA Halos sikkerhedsvalideringsworkflows og understøtter AI-sikkerhed i overensstemmelse med ISO/PAS 8800-krav .

Benchmark-præstation: Først på LingoQA

I NVIDIAs test opnåede Alpamayo 2 Super en LingoQA-score på 79,2, hvilket placerer den som nummer ét på LingoQA autonomous driving benchmark . Den overgik:

• Qwen2.5-VL 72B med 17 point
• GPT-4o med 23,2 point
• Gemini 2.5 Pro (ifølge NVIDIAs rapporterede test)

Strategisk positionering: Åben infrastruktur til AV-industrien

NVIDIA positionerer eksplicit Alpamayo 2 Super som åben infrastruktur for hele den autonome køretøjsindustri — ikke som en konkurrent til robotaxi-operatører eller AV-producenter . Modellen er tilgængelig for enhver virksomhed til at finjustere, tilpasse og kommercielt implementere uden proprietær låsning .

Udgivelsen fjerner en licensbarriere, der tidligere havde holdt Alpamayo-familien i forskningsbrug. NVIDIA oplyser, at OpenMDW-licensen nu gælder for hele Alpamayo-serien, så udviklere kan tilpasse modellen til deres egne autonome kørselsstakke .

Hovedpointer

• Kommerciel udgivelse den 4. august 2026 med vægte på Hugging Face .
• OpenMDW-1.1-licens tillader finjustering, afledte modeller og kommerciel brug .
• 34B parametre i alt: 32B Cosmos 3 Super Reasoner + 2B diffusion Action Expert .
• Fem koblede output pr. scene til cloud-baseret læremodel-workflow .
• LingoQA 79,2 — først på benchmark, overgår GPT-4o med 23,2 point .
• Målretter langhale-kantsager og er i overensstemmelse med ISO/PAS 8800 via Halos .