Berita PasaranAI Mobility / AI / autonomous vehicles / robotaxi3 minit bacaan
Model robotaxi 32B NVIDIA: yang penting bukan saiz model, tetapi cara ia diuji
NVIDIA mengumumkan Alpamayo 2 Super di GTC Taipei pada 1 Jun 2026. Bagi pasukan operasi AI, isyaratnya jelas: sebelum AI diberi hak bertindak, sediakan simulasi, validasi closed-loop dan laluan pemulihan.
Cover image: Source image: NVIDIA / GlobeNewswire · source-attributed
Isi Utama
- NVIDIA memperkenalkan Alpamayo 2 Super, model VLA reasoning terbuka 32B untuk robotaxi Level 4.
- AlpaGym, OmniDreams dan NuRec menunjukkan fokus kepada simulasi dan validasi closed-loop.
- ALTOS LAB mengesyorkan pasukan menyediakan validasi dan laluan pemulihan sebelum meluaskan automasi AI berisiko tinggi.
NVIDIA memperkenalkan Alpamayo 2 Super di GTC Taipei, sebuah model reasoning terbuka 32B untuk pembangunan robotaxi. Isu utama bukan sekadar model yang lebih besar. Isyarat yang lebih penting ialah pembangunan AI kenderaan autonomi mula disambung daripada perception, reasoning, simulasi, latihan hingga deployment dalam kenderaan.
Apa yang berubah
Menurut NVIDIA, Alpamayo 2 Super ialah model vision-language-action untuk pembangunan robotaxi Level 4. Model ini direka untuk menaakul, merancang dan bertindak merentasi driving stack, serta berfungsi sebagai teacher model yang boleh dipindahkan kepada model lebih kecil untuk platform dalam kenderaan.
NVIDIA turut memperkenalkan AlpaGym, OmniDreams dan keupayaan baharu Omniverse NuRec. AlpaGym melatih model melalui reinforcement learning closed-loop, di mana keputusan brek, stereng dan navigasi mempengaruhi persekitaran simulasi. OmniDreams menjana senario pemanduan jarang dan long-tail. NuRec pula membina semula data fleet sebenar menjadi adegan 3D yang fotorealistik.
Isyarat pasaran: validasi menjadi pembeza
Jensen Huang menggambarkan Alpamayo sebagai saat kereta mula menaakul dengan selamat, bukan hanya memandu. Bagi operator, maksudnya jelas: apabila AI mula membuat keputusan di dunia sebenar, pasukan perlu tahu apa yang sistem lihat, mengapa ia bertindak, senario apa yang telah diuji dan bagaimana sistem pulih apabila salah.
Halangan seterusnya untuk AI autonomi bukan demo tunggal, tetapi validasi closed-loop yang boleh diulang.
Apa yang patut diperiksa syarikat
Kebanyakan syarikat tidak membina robotaxi. Tetapi pengajaran ini relevan untuk AI Agent, physical AI dan automasi berisiko tinggi. Apabila AI diberi hak untuk bertindak, ujian offline sahaja tidak mencukupi. Pasukan memerlukan senario yang boleh dimainkan semula, titik campur tangan manusia, rekod keputusan yang boleh difahami dan cara menukar kegagalan kepada kes ujian baharu.
Minggu ini, semak empat perkara: keputusan AI mana yang membawa kesan sebenar; edge case mana yang masih hanya dibayangkan; kegagalan mana yang boleh dimainkan semula; dan output mana perlu difahami manusia sebelum digunakan. Soalan ini perlu datang sebelum perbincangan memilih model.
Sumber dan Rujukan
- NVIDIA Launches Alpamayo 2 Super Open Reasoning Model for Robotaxis
NVIDIA introduced Alpamayo 2 Super, a 32B open reasoning VLA model for level 4 robotaxi development, alongside AlpaGym, OmniDreams and Omniverse NuRec agent skills.
- How to Post-Train Autonomous Vehicle Models in Closed-Loop with NVIDIA Alpamayo
NVIDIA explains closed-loop reinforcement learning with AlpaGym and Alpamayo recipes, showing how AV models can be trained against the consequences of their driving decisions.
- NVIDIA Alpamayo: Open AI for Robotaxis and Autonomous Vehicles
NVIDIA positions Alpamayo as an open portfolio of models, simulation frameworks and datasets for robotaxi and autonomous vehicle development.
FAQ
Soalan Lazim
Apa itu Alpamayo 2 Super?
Ia ialah model vision-language-action terbuka 32B daripada NVIDIA untuk pembangunan robotaxi dan sistem pemanduan autonomi Level 4.
Mengapa syarikat bukan automotif perlu ambil tahu?
Prinsipnya sama untuk AI yang boleh bertindak: kesan perlu disimulasikan, keputusan perlu disemak dan kegagalan perlu boleh dipulihkan.
Ken
Editor penyelidikan dan kejuruteraan ALTOS LAB, memfokuskan AI agent, aliran data, sistem semakan dan risiko produk.
