NVIDIA Alpamayo 2 Super: 34 बिलियन पैरामीटर का ओपन-सोर्स रीज़निंग मॉडल जो गाड़ी चलाने से पहले सोचता है

NVIDIA के CEO जेन्सेन ह्वांग (Jensen Huang) ने इस रिलीज़ की घोषणा करते हुए इसे "रोबोटैक्सी, ट्रकों, शटल, डिलीवरी वैन, ट्रैक्टर और मोबाइल रोबोट्स के लिए एक शक्तिशाली बैकबोन" बताया । यह मॉडल पहली बार CES 2026 और GTC ताइपे में दिखाया गया था ।

आर्किटेक्चर: 32B विज़न-लैंग्वेज बैकबोन + 2B एक्शन डिकोडर

Alpamayo 2 Super कुल लगभग 34 बिलियन पैरामीटर का है । इसमें शामिल हैं:

• 32-बिलियन-पैरामीटर का विज़न-लैंग्वेज बैकबोन, जो NVIDIA Cosmos 3 Super Reasoner पर बना है ।
• 2-बिलियन-पैरामीटर का डिफ्यूज़न-बेस्ड एक्शन एक्सपर्ट (एक्शन डिकोडर) ।
• बेस Cosmos 3 Super Reasoner पर रीइन्फोर्समेंट लर्निंग (RL) पोस्ट-ट्रेनिंग लागू की गई है ।

यह आर्किटेक्चर एक ट्रांसफॉर्मर है जिसमें फुल-सराउंड अवेयरनेस है। यह सात कैमरों से 360-डिग्री कवरेज के लिए वीडियो प्रोसेस करता है और इसका लक्ष्य लेवल 4 ड्राइविंग है ।

टीचर मॉडल: हर सीन के लिए पांच जुड़े हुए आउटपुट

NVIDIA ने Alpamayo 2 Super को क्लाउड-बेस्ड टीचर मॉडल के रूप में डिज़ाइन किया है। यह हर ड्राइविंग सीन के पांच जुड़े हुए आउटपुट तैयार करता है, जिन्हें बाद में छोटे, इन-व्हीकल डिप्लॉयमेंट मॉडल में डिस्टिल किया जा सकता है :

1. योजनाबद्ध प्रक्षेपवक्र (Planned trajectory) — अनुमानित ड्राइविंग पथ।
2. कारण-श्रृंखला रीज़निंग ट्रेस (Chain-of-causation reasoning trace) — ड्राइविंग निर्णय की व्याख्या करने वाली एक समझने योग्य रीज़निंग चेन ।
3. हाई-लेवल मेटा-एक्शन — एक उच्च-स्तरीय ड्राइविंग क्रिया (जैसे, "रास्ता दें," "लेन बदलें")।
4. ऑटो-जनरेटेड रीज़निंग लेबल — प्रशिक्षण डेटा के लिए स्वचालित रूप से लेबल किए गए तर्क।
5. विज़ुअल प्रश्न उत्तर (VQA) — ड्राइविंग दृश्य के बारे में दृश्य प्रश्नों के उत्तर ।

कारण-श्रृंखला ट्रेस सीधे NVIDIA Halos सुरक्षा-सत्यापन वर्कफ़्लो के साथ एकीकृत होते हैं और ISO/PAS 8800 आवश्यकताओं के अनुरूप AI सुरक्षा का समर्थन करते हैं ।

बेंचमार्क परफॉरमेंस: LingoQA पर पहला स्थान

NVIDIA के परीक्षणों में, Alpamayo 2 Super ने LingoQA स्कोर 79.2 हासिल किया, जो LingoQA ऑटोनॉमस ड्राइविंग बेंचमार्क पर पहला स्थान है । इसने इन मॉडलों को पीछे छोड़ा:

• Qwen2.5-VL 72B को 17 अंकों से
• GPT-4o को 23.2 अंकों से
• Gemini 2.5 Pro (NVIDIA के रिपोर्टेड परीक्षणों में)

सामरिक स्थिति: AV उद्योग के लिए ओपन इंफ्रास्ट्रक्चर

NVIDIA स्पष्ट रूप से Alpamayo 2 Super को पूरे ऑटोनॉमस व्हीकल उद्योग के लिए ओपन इंफ्रास्ट्रक्चर के रूप में पेश करता है — न कि रोबोटैक्सी ऑपरेटरों या AV निर्माताओं के प्रतियोगी के रूप में । यह मॉडल किसी भी कंपनी के लिए बिना मालिकाना लॉक-इन के फाइन-ट्यून, अनुकूलित और व्यावसायिक रूप से तैनात करने के लिए उपलब्ध है ।

इस रिलीज़ ने लाइसेंसिंग बाधा को दूर कर दिया है जो पहले Alpamayo परिवार को केवल रिसर्च-उपयोग तक सीमित रखती थी। NVIDIA का कहना है कि OpenMDW लाइसेंस अब पूरे Alpamayo लाइनअप पर लागू होता है, ताकि डेवलपर्स अपने स्वयं के ऑटोनॉमस ड्राइविंग स्टैक के लिए मॉडल को अनुकूलित कर सकें ।

मुख्य बातें

• कमर्शियल रिलीज़ 4 अगस्त 2026 को Hugging Face पर वज़न के साथ ।
• OpenMDW-1.1 लाइसेंस फाइन-ट्यूनिंग, डेरिवेटिव और कमर्शियल उपयोग की अनुमति देता है ।
• कुल 34B पैरामीटर: 32B Cosmos 3 Super Reasoner + 2B डिफ्यूज़न एक्शन एक्सपर्ट ।
• प्रति सीन पांच जुड़े हुए आउटपुट क्लाउड-बेस्ड टीचर मॉडल वर्कफ़्लो के लिए ।
• LingoQA 79.2 — बेंचमार्क पर पहला, GPT-4o को 23.2 अंकों से पीछे छोड़ा ।
• लॉन्ग-टेल एज केस को लक्षित करता है और Halos के माध्यम से ISO/PAS 8800 के अनुरूप है ।