NVIDIAの32B自動運転モデルが示す、次の争点は「閉ループ検証」だ

NVIDIAはGTC Taipeiで、ロボタクシー開発向けの32Bオープン推論モデル「Alpamayo 2 Super」を発表した。注目すべき点はモデルサイズだけではない。自動運転AIの開発が、知覚、推論、シミュレーション、訓練、車載展開までを一つの流れとして扱い始めていることだ。

何が変わったのか

NVIDIAによると、Alpamayo 2 SuperはLevel 4ロボタクシー開発を対象にしたvision-language-actionモデルで、推論、計画、行動を運転スタック全体で扱う。大型のteacher modelとして、より小さな車載モデルへ知識を移すことも想定されている。

同時に発表されたAlpaGymは、モデルのブレーキ、ステアリング、ナビゲーション判断がシミュレーション環境に影響する閉ループ強化学習フレームワークだ。OmniDreamsは希少な長尾シナリオを生成し、NuRecは実車データをフォトリアルな3Dシーンへ再構成する。

市場シグナル：差は検証で生まれる

Jensen Huang氏は、Alpamayoを「車がただ走るのではなく、安全に推論し始める瞬間」と表現した。企業側の言葉に置き換えるなら、AIが現実世界の判断に関わるほど、何を見て、なぜそう判断し、どの場面で失敗し、どう戻すのかを説明できなければならない。

自律AIの次の壁は、派手なデモではなく、再現可能な閉ループ検証である。

企業が見るべきポイント

多くの企業はロボタクシーを作らない。それでも、この発表は高リスクAI導入に共通する問いを投げかけている。AI Agentや物理AIが実行権限を持つなら、オフライン評価だけでは足りない。シナリオを再生し、人が介入すべき地点を決め、判断の痕跡を残し、失敗を次のテストに変える仕組みが必要になる。

今週確認すべきことは四つだ。AIのどの判断が現実の影響を持つのか。どの例外ケースがまだ想像に頼っているのか。どの失敗を再現できるのか。どの出力は人が理解してから使うべきなのか。モデル選定より先に、この順番を整えたい。