NVIDIA ra mắt Alpamayo 2 Super: Mô hình mã nguồn mở đột phá cho Robotaxi và xe tự lái

Đối với robotaxi và các phương tiện tự hành (AV) khác, những vấn đề khó khăn nhất không nằm ở các tình huống thường ngày. Đó là những tình huống hiếm gặp, phức tạp, khó dự đoán và khó huấn luyện.

Việc xử lý các sự kiện "đuôi dài" (long-tail events) này đòi hỏi nhiều hơn là chỉ phát hiện vật thể và dự đoán chuyển động. Các AV phải hiểu được tình huống, suy luận về nguyên nhân và kết quả, chọn hành động đúng đắn và chuyển đổi quyết định đó thành một lộ trình an toàn, thoải mái — tất cả đều diễn ra trong thời gian thực và theo cách mà các nhà phát triển có thể kiểm tra, xác thực và tin tưởng.

NVIDIA Alpamayo 2 Super, hiện đã sẵn sàng cho mục đích thương mại, là một phần của dòng Alpamayo — các mô hình suy luận mở được áp dụng nhiều nhất cho xe tự hành trên Hugging Face, hỗ trợ hàng loạt khả năng liên quan đến AV trong một mô hình nền tảng duy nhất.

Được xây dựng trên NVIDIA Cosmos 3 Super Reasoner và hậu huấn luyện (post-trained) bằng học tăng cường (reinforcement learning), mô hình này thúc đẩy hệ sinh thái AV trên hai phương diện: cấp phép thương mại mở và khả năng đa nhiệm hàng đầu cho xe tự hành.

Alpamayo 2 Super là một phần trong bộ sưu tập ngày càng mở rộng của NVIDIA gồm các mô hình, tập dữ liệu và công cụ mở dành cho xe tự hành, giúp mở rộng khả năng tiếp cận, tăng cường cạnh tranh, mang lại cho các nhà phát triển quyền kiểm soát lớn hơn và hỗ trợ triển khai AV an toàn, minh bạch hơn.

Cấp phép mở cho các AV thương mại

Alpamayo 2 Super hiện có sẵn trên Hugging Face theo giấy phép OpenMDW-1.1, giấy phép cởi mở của Linux Foundation dành cho việc phân phối các mô hình AI mở. Giấy phép này bao gồm việc tinh chỉnh (fine-tuning), các mô hình phái sinh và tái phân phối thương mại, cho phép các nhà phát triển AV, nhà sản xuất ô tô, xe tải và các nhà cung cấp tùy chỉnh Alpamayo theo dữ liệu, chính sách lái xe và chiến lược triển khai của riêng họ.

Sự cởi mở này cho phép các nhà nghiên cứu và công ty AV giữ quyền kiểm soát dữ liệu và cơ sở hạ tầng của riêng họ, cũng như sở hữu giá trị mà họ tạo ra thông qua các mô hình chuyên biệt và bí quyết tích lũy. Quyền kiểm soát như vậy là yếu tố thiết yếu cho các quy trình làm việc liên quan đến đội xe độc quyền và vấn đề an toàn.

Các phiên bản Alpamayo trước đây ban đầu được giới thiệu cho mục đích R&D. Giấy phép OpenMDW hiện đang được áp dụng cho toàn bộ dòng mô hình Alpamayo để các nhà phát triển có thể triển khai bất kỳ mô hình nào trong số đó cho mục đích thương mại mà không cần thêm quyền hạn nào khác. Điều này tạo ra một lộ trình trực tiếp từ khâu tùy chỉnh đến triển khai.

Trọng số mở (open weights) giúp lộ trình đó trở nên khả thi về mặt kinh tế. Các đội ngũ có thể xây dựng dựa trên khả năng suy luận tiên tiến mà không cần phải huấn luyện lại mọi khả năng nền tảng từ đầu hoặc trả chi phí cho các mô hình tiên phong (frontier-model) cho mọi tác vụ, từ đó chọn đúng mô hình cho đúng công việc với chi phí hợp lý.

Alpamayo 2 Super cho phép suy luận ở quy mô tiên phong trong các quy trình phát triển dựa trên đám mây, nơi các nhà phát triển có thể tạo ra các dấu vết suy luận (reasoning traces) chất lượng cao, dữ liệu huấn luyện tổng hợp và kết quả từ mô hình giáo viên (teacher outputs) để chưng cất mô hình (model distillation). Trong dòng mô hình Alpamayo, Alpamayo 2 Super mang lại hiệu suất suy luận và lái xe cao nhất cho việc phát triển xe tự hành đa phương thức, trong khi Alpamayo 1.5 và Alpamayo 1 cung cấp các tùy chọn tiết kiệm chi phí hơn cho việc phát triển trên đám mây và chưng cất mô hình.

Các mô hình chưng cất thu được sau đó có thể được tối ưu hóa để suy luận thời gian thực hiệu quả trên các phương tiện thương mại. Cùng với nhau, dòng mô hình Alpamayo cung cấp một quy trình làm việc từ đám mây đến xe hơi, kết hợp khả năng suy luận quy mô tiên phong với khả năng triển khai linh hoạt trên các đội xe AV thương mại.

Đối với các chương trình AV, điều đó có nghĩa là khả năng suy luận quy mô tiên phong trên đám mây và các mô hình chuyên biệt, hiệu quả trên xe — một cách bền vững hơn để mở rộng khả năng tự hành an toàn vào các đội xe thương mại.

Suy luận dẫn đầu bảng xếp hạng ở quy mô tiên phong

Alpamayo 2 Super xếp hạng nhất trên LingoQA, một bảng xếp hạng suy luận cho xe tự hành, trong số gần 40 mô hình được đánh giá. Trong các thử nghiệm của NVIDIA sử dụng chỉ số Lingo-Judge, nó đã vượt qua Qwen2.5-VL 72B với 17,0 điểm, Gemini 2.5 Pro với 15,1 điểm và GPT-4o với 23,2 điểm, chứng minh khả năng suy luận hiện đại nhất cho các tình huống tập trung vào lái xe. Alpamayo 2 Super cũng xếp hạng nhất trên tất cả các bảng xếp hạng xe tự hành được NVIDIA đánh giá, khẳng định hiệu suất hàng đầu trên nhiều khả năng AV khác nhau.

Alpamayo 2 Super cung cấp quy mô gấp 3 lần so với các mô hình NVIDIA Alpamayo 1.5 và Alpamayo 1 với 10 tỷ tham số. Dung lượng bổ sung này giúp mô hình khái quát hóa suy luận tốt hơn từ các ví dụ thưa thớt — một khả năng quan trọng đối với các tương tác đa tác nhân hiếm gặp mà các hệ thống thông thường thường gặp khó khăn.

Mô hình suy luận dựa trên phạm vi bao phủ toàn cảnh của camera, kết hợp các góc nhìn từ phía trước, hai bên và phía sau xe. Bối cảnh 360 độ này cho phép hiểu rõ hơn về việc chuyển làn, nhập làn, rẽ không có tín hiệu bảo vệ và các giao lộ phức tạp, nơi rủi ro thường phát sinh.

Một mô hình nền tảng đa nhiệm cho Robotaxi và xe tự hành

Đối với mỗi tình huống lái xe, Alpamayo 2 Super có thể tạo ra năm đầu ra liên kết chặt chẽ:

Một quỹ đạo mô tả lộ trình dự kiến của phương tiện.

Một dấu vết chuỗi nguyên nhân (chain-of-causation - CoC) giải thích lý do đằng sau quyết định.

Một siêu hành động (ví dụ: nhường đường, chuyển làn, dừng lại) nắm bắt ý định của mô hình.

Các nhãn tự động suy luận (reasoning auto-labels) tạo ra các chú thích CoC cho dữ liệu huấn luyện và xác thực.

Các phản hồi trả lời câu hỏi bằng hình ảnh với khả năng định vị hình ảnh 2D (2D visual grounding) liên kết câu trả lời của mô hình với các vùng cụ thể trong hình ảnh camera.

Cùng với nhau, các đầu ra này cung cấp cái nhìn sâu sắc về quy trình ra quyết định của mô hình. Các nhà phát triển có thể liên kết những gì mô hình quan sát được với hành động mà nó đã chọn, giúp các quyết định trở nên dễ hiểu, dễ phê bình và xác thực hơn.

Các dấu vết CoC tích hợp với quy trình xác thực an toàn NVIDIA Halos và hỗ trợ an toàn AI phù hợp với các yêu cầu ISO/PAS 8800, cung cấp nền tảng vững chắc hơn cho kỹ thuật an toàn AV.

Alpamayo 2 Super cũng có thể được triển khai như một công cụ gán nhãn tự động để tạo nhãn CoC và thực hiện trả lời câu hỏi bằng hình ảnh với định vị 2D trên dữ liệu đội xe độc quyền. Bằng cách liên kết suy luận của mình với các vùng cụ thể trong hình ảnh camera, mô hình có thể biến các đoạn video lái xe thô thành dữ liệu huấn luyện phong phú hơn, rút ngắn chu kỳ chú thích từ hàng tháng xuống còn vài ngày.

Ngoài việc lập kế hoạch và gán nhãn tự động, Alpamayo 2 Super còn hỗ trợ hiểu bối cảnh, phê bình mô hình và chưng cất kiến thức. Những khả năng đa nhiệm này cho phép các nhà phát triển sử dụng một mô hình nền tảng duy nhất trên nhiều phần của ngăn xếp phát triển, giúp đơn giản hóa công cụ và tăng tốc độ lặp lại.

Một hệ sinh thái mở cho các AV dựa trên suy luận

Alpamayo 2 Super là một phần của dòng mô hình, khung làm việc và tập dữ liệu mở rộng lớn hơn dành cho phát triển AV.

Các công cụ khác trong dòng này bao gồm:

NVIDIA AlpaSim, cung cấp mô phỏng vòng lặp kín (closed-loop simulation).

NVIDIA AlpaGym, cho phép học tăng cường thông lượng cao.

NVIDIA Physical AI Open Datasets, cung cấp dữ liệu để huấn luyện và thử nghiệm.

Các công thức huấn luyện mở và quy trình gán nhãn tự động để tăng tốc phát triển, huấn luyện và xác thực mô hình.

Alpamayo đã vượt qua 500.000 lượt tải xuống trên Hugging Face, củng cố vị thế là dòng mô hình suy luận mở được áp dụng nhiều nhất cho xe tự hành trên nền tảng này.

Hãy tải xuống NVIDIA Alpamayo 2 Super trên Hugging Face để khám phá mô hình, đánh giá khả năng suy luận của nó và bắt đầu xây dựng thế hệ robotaxi và xe tự hành tiếp theo.