엔비디아, 오픈소스 자율주행 AI '알파마요 2 슈퍼' 공개…'생각하고 행동하는' 340억 파라미터 VLA 모델

• 엔비디아의 Cosmos 3 Super Reasoner를 기반으로 한 320억 개(32B) 파라미터의 비전-언어 백본 .
• 20억 개(2B) 파라미터의 확산(diffusion) 기반 행동 전문가(Action Expert, 행동 디코더) .
• 기본 모델에 강화 학습(RL) 후처리(post-training) 적용 .

이 아키텍처는 트랜스포머(Transformer) 기반으로 전방위(Full-surround) 인식이 가능합니다. 최대 7대의 카메라로부터 360도 영상을 입력받아, 레벨4 자율주행을 직접 겨냥하고 있습니다 .

티처 모델: 주행 장면당 5가지 결합 출력

엔비디아는 알파마요 2 슈퍼를 클라우드 기반 티처(teacher) 모델로 설계했습니다. 이 모델은 각 주행 장면에 대해 5가지 결합된 출력(coupled outputs) 을 생성하며, 이 출력들은 이후 차량 내부에 탑재될 소형 모델로 증류(distillation)될 수 있습니다 . 5가지 출력은 다음과 같습니다:

1. 계획된 궤적(Planned trajectory) — 예측된 주행 경로.
2. 인과 추론 체인(Chain-of-causation reasoning trace) — 주행 결정을 설명하는 해석 가능한 추론 과정 .
3. 고수준 메타 액션(High-level meta-action) — '양보', '차선 변경'과 같은 고수준 주행 동작.
4. 자동 생성 추론 라벨(Auto-generated reasoning labels) — 훈련 데이터를 위한 자동 라벨링된 근거.
5. 시각 질문 답변(Visual question answers, VQA) — 주행 장면에 대한 시각적 질문에 대한 답변 .

이러한 인과 추론 체인은 엔비디아의 Halos 안전 검증 워크플로우와 직접 통합되며, ISO/PAS 8800 요구 사항에 부합하는 AI 안전성을 지원합니다 .

벤치마크 성능: LingoQA 1위

엔비디아의 테스트 결과, 알파마요 2 슈퍼는 LingoQA 점수 79.2를 기록하며 해당 자율주행 벤치마크에서 1위를 차지했습니다 . 구체적인 비교 결과는 다음과 같습니다:

• Qwen2.5-VL 72B보다 17점 높음
• GPT-4o보다 23.2점 높음
• Gemini 2.5 Pro보다 높음 (엔비디아 테스트 기준)

전략적 포지셔닝: AV 산업을 위한 개방형 인프라

엔비디아는 알파마요 2 슈퍼를 **자율주행차량(AV) 산업 전체를 위한 개방형 인프라(open infrastructure)**로 명확히 포지셔닝하고 있습니다. 즉, 로보택시 운영사나 자율주행차 제조사와 경쟁하는 것이 아닌, 그들이 활용할 수 있는 기술 플랫폼을 제공하는 것입니다 . 이 모델은 모든 기업이 독점적인 기술 종속(lock-in) 없이 미세 조정, 적용 및 상업적 배포를 할 수 있습니다 .

이번 출시는 이전 알파마요 제품군을 연구용으로만 제한했던 라이선스 장벽을 완전히 제거했습니다. 엔비디아는 이제 OpenMDW 라이선스가 전체 알파마요 라인업에 적용된다고 밝혔습니다 .

핵심 요약

• 상업적 출시일: 2026년 8월 4일, 허깅페이스에 가중치 공개 .
• 라이선스: OpenMDW-1.1 (미세 조정, 파생 모델, 상업적 사용 허용) .
• 총 파라미터: 340억 개 (320억 Cosmos 3 Super Reasoner + 20억 확산 기반 행동 전문가) .
• 핵심 기능: 주행 장면당 5가지 결합 출력 생성 (클라우드 기반 티처 모델 워크플로우) .
• 벤치마크 성능: LingoQA 79.2점 (GPT-4o를 23.2점 차이로 앞섬) .
• 안전성: 장기(long-tail) 돌발 상황 대응, ISO/PAS 8800 및 Halos 워크플로우와 정렬 .