Für Robotaxis und andere autonome Fahrzeuge (AVs) bestehen die größten Herausforderungen nicht in den alltäglichen Fahrsituationen. Es sind die seltenen, komplexen Situationen, die von Natur aus schwer vorherzusagen und im Training abzudecken sind.

Die Bewältigung dieser Long-Tail-Ereignisse erfordert weit mehr als bloße Objekterkennung und Bewegungsvorhersage. AVs müssen die Situation erfassen, Ursache und Wirkung analysieren, die richtige Aktion wählen und diese Entscheidung in einen sicheren, komfortablen Fahrweg umsetzen – und das alles in Echtzeit sowie in einer Form, die Entwickler einsehen, validieren und vertrauen können. Diese Kombination ist entscheidend, denn AV-Programme werden nicht nur danach beurteilt, ob ein Fahrzeug fahren kann, sondern ob seine Entscheidungen nachvollziehbar, testbar und über große Flotten und wechselnde Straßenverhältnisse hinweg verbesserungsfähig sind.

NVIDIA Alpamayo 2 Super, ab sofort für die kommerzielle Nutzung verfügbar, gehört zur Alpamayo-Familie – den am weitesten verbreiteten Open-Source-Reasoning-Modellen für autonomes Fahren auf Hugging Face. Das Modell unterstützt eine breite Palette AV-relevanter Funktionen innerhalb eines einzigen Foundation-Modells.

Basierend auf dem NVIDIA Cosmos 3 Super Reasoner und mit Reinforcement Learning nachtrainiert, treibt Alpamayo 2 Super das AV-Ökosystem auf zwei Ebenen voran: durch offene kommerzielle Lizenzierung und führende Multitask-Fähigkeiten für autonomes Fahren. Es ist Teil der wachsenden Sammlung von NVIDIA an Open-Source-Modellen, Datensätzen und Werkzeugen für autonomes Fahren, die den Zugang erweitert, den Wettbewerb stärkt, Entwicklern mehr Kontrolle gibt und sicherere, transparentere AV-Bereitstellung unterstützt.

Offene Lizenzierung für produktive AVs

Alpamayo 2 Super ist auf Hugging Face unter OpenMDW-1.1 verfügbar, der permissiven Lizenz der Linux Foundation für Open-Source-KI-Modellverteilungen. Die Lizenz deckt Fine-Tuning, abgeleitete Modelle und kommerzielle Weiterverbreitung ab und ermöglicht es AV-Entwicklern, Automobilherstellern, Lkw-Herstellern und Zulieferern, Alpamayo an ihre eigenen Daten, Fahrstrategien und Bereitstellungsstrategien anzupassen.

Diese Offenheit ermöglicht es AV-Forschern und Unternehmen, die Kontrolle über ihre eigenen Daten und ihre Infrastruktur zu behalten sowie das Eigentum an dem Wert, den sie durch spezialisierte Modelle und gesammeltes Fachwissen schaffen. Diese Kontrolle ist unerlässlich für Workflows, die proprietäre Flotten und sicherheitskritische Systeme umfassen.

Frühere Alpamayo-Versionen wurden ursprünglich für Forschung und Entwicklung eingeführt. Die OpenMDW-Lizenz wird nun auf die gesamte Alpamayo-Modellfamilie angewendet, sodass Entwickler jedes der Modelle kommerziell einsetzen können, ohne zusätzliche Genehmigungen zu benötigen. Dies schafft einen direkten Weg von der Anpassung bis zum Einsatz.

Offene Modellgewichte machen diesen Weg wirtschaftlich tragfähig. Teams können auf fortgeschrittenem Reasoning aufbauen, ohne jede Foundation-Fähigkeit von Grund auf neu zu trainieren oder für jede Aufgabe Frontier-Modell-Kosten zu zahlen – das richtige Modell wird zur richtigen Aufgabe zum passenden Preis eingesetzt.

Alpamayo 2 Super ermöglicht Frontier-Scale-Reasoning in cloudbasierten Entwicklungs-Workflows, in denen Entwickler hochwertige Reasoning-Traces, synthetische Trainingsdaten und Teacher-Outputs für die Modelldestillation erzeugen können. Innerhalb der Alpamayo-Modellfamilie liefert Alpamayo 2 Super die höchste Reasoning- und Fahrleistung für die multimodale Entwicklung des autonomen Fahrens, während Alpamayo 1.5 und Alpamayo 1 kosteneffizientere Optionen für cloudbasierte Entwicklung und Modelldestillation bieten.

Die resultierenden destillierten Modelle können dann für effiziente Echtzeit-Inferenz in Produktionsfahrzeugen optimiert werden. Zusammen stellt die Alpamayo-Modellfamilie einen Cloud-zu-Auto-Workflow bereit, der Frontier-Scale-Reasoning mit skalierbarer Bereitstellung über kommerzielle AV-Flotten hinweg kombiniert. Für AV-Programme bedeutet dies Frontier-Scale-Reasoning in der Cloud und effiziente, spezialisierte Modelle im Fahrzeug – ein nachhaltigerer Ansatz, um sichere Autonomie in kommerzielle Flotten zu skalieren.

Benchmark-führendes Reasoning im Frontier-Maßstab

Alpamayo 2 Super belegt den ersten Platz auf LingoQA, einem Reasoning-Benchmark für autonomes Fahren, unter fast 40 bewerteten Modellen. In NVIDIA-Tests mit der Lingo-Judge-Metrik übertraf es Qwen2.5-VL 72B um 17,0 Punkte, Gemini 2.5 Pro um 15,1 Punkte und GPT-4o um 23,2 Punkte und demonstrierte damit State-of-the-Art-Reasoning für fahrzentrierte Szenarien. Alpamayo 2 Super belegt auch über alle von NVIDIA bewerteten Benchmarks für autonomes Fahren hinweg den ersten Platz, was seine führende Leistung über ein breites Spektrum von AV-Fähigkeiten unterstreicht.

Alpamayo 2 Super bietet die dreifache Skalierung der 10-Milliarden-Parameter-Modelle NVIDIA Alpamayo 1.5 und Alpamayo 1. Die zusätzliche Kapazität hilft dem Modell, Reasoning aus spärlichen Beispielen besser zu verallgemeinern – eine entscheidende Fähigkeit für die seltenen Multi-Agenten-Interaktionen, bei denen konventionelle Systeme häufig scheitern.

Das Modell verarbeitet vollständige Rundum-Kameraabdeckung und fusioniert Ansichten von Front, Seiten und Heck des Fahrzeugs. Dieser 360-Grad-Kontext ermöglicht ein tieferes Verständnis von Spurwechseln, Zusammenführungen, ungeschützten Abbiegemanövern und komplexen Kreuzungen – den Situationen, in denen Risiken am häufigsten entstehen.

Ein Multitask-Foundation-Modell für Robotaxis und autonomes Fahren

Für jede Fahrsituation kann Alpamayo 2 Super fünf eng gekoppelte Ausgaben erzeugen:

1. Eine Trajektorie, die den geplanten Pfad des Fahrzeugs beschreibt.
2. Ein Chain-of-Causation-(CoC)-Trace, das die dem Entscheidung zugrunde liegende Logik erklärt.
3. Eine Meta-Aktion (z. B. Vorfahrt gewähren, Spurwechsel, Anhalten), die die Intention des Modells erfasst.
4. Reasoning-Auto-Labels, die CoC-Annotationen für Trainings- und Validierungsdaten generieren.
5. Antworten auf visuelle Fragen mit 2D-Visual-Grounding, die die Antworten des Modells mit bestimmten Bereichen in Kamerabildern verknüpfen.

Zusammen bieten diese Ausgaben Einblicke in den Entscheidungsprozess des Modells. Entwickler können nachvollziehen, was das Modell beobachtet hat und welche Aktion es gewählt hat, wodurch Entscheidungen leichter zu verstehen, zu kritisieren und zu validieren sind.

CoC-Traces integrieren sich in die Sicherheitsvalidierungs-Workflows von NVIDIA Halos und unterstützen KI-Sicherheit gemäß den Anforderungen der ISO/PAS 8800, was eine stärkere Grundlage für AV-Sicherheitsentwicklung bietet.

Alpamayo 2 Super kann auch als Autolabeler eingesetzt werden, um CoC-Labels zu generieren und visuelle Frage-Antwort-Aufgaben mit 2D-Grounding auf proprietären Flottendaten durchzuführen. Indem es sein Reasoning mit bestimmten Bereichen in Kamerabildern verknüpft, kann das Modell rohe Fahrclips in reichhaltigere Trainingsdaten umwandeln und Annotationszyklen von Monaten auf Tage verkürzen.

Über Planung und Auto-Labeling hinaus unterstützt Alpamayo 2 Super Szenenverständnis, Modellkritik und Wissensdestillation. Diese Multitask-Fähigkeiten ermöglichen es Entwicklern, ein einziges Foundation-Modell über mehr Bereiche des Entwicklungs-Stacks hinweg einzusetzen, was die Werkzeuge vereinfacht und die Iteration beschleunigt.

Ein offenes Ökosystem für Reasoning-basierte AVs

Alpamayo 2 Super ist Teil einer breiteren Familie von Open-Source-Modellen, Frameworks und Datensätzen für die AV-Entwicklung. Weitere Werkzeuge der Familie umfassen:

• NVIDIA AlpaSim, das Closed-Loop-Simulation bereitstellt.
• NVIDIA AlpaGym, das High-Throughput-Reinforcement-Learning ermöglicht.
• NVIDIA Physical AI Open Datasets, die Daten für Training und Tests bereitstellen.
• Offene Trainingsrezepte und eine Autolabeling-Pipeline zur Beschleunigung von Modellentwicklung, Training und Validierung.

Alpamayo hat bereits über 500.000 Downloads auf Hugging Face überschritten, was seine Position als die am weitesten verbreitete Open-Source-Reasoning-Modellfamilie für autonomes Fahren auf der Plattform unterstreicht.

NVIDIA Alpamayo 2 Super ist auf Hugging Face verfügbar, damit Entwickler das Modell erkunden, seine Reasoning-Fähigkeiten bewerten und mit dem Aufbau der nächsten Generation von Robotaxis und autonomen Fahrzeugen beginnen können.