NVIDIA、自動運転開発向け大規模モデル「Alpamayo 2 Super」を公開

記事の3ポイント

1. 1

   統合型 VLA モデルの構成

   340億パラメータの推論ビジョン言語行動モデルであり、Cosmos 3 Super Reasoner と拡散ベースのアクション専門家が強化学習で結合されている。

2. 2

   多様な出力機能の実装

   7 つのカメラからの 360 度認識に基づき、未来の軌道、因果推論トレース、メタアクション、シーン質問への回答、自動ラベルを同時に生成する。

3. 3

   開発ワークフローの統合

   オフラインポリシー教師や評価批判者として単一の基盤モデルを使用することで、各工程ごとに別モデルを維持する必要がなくなる。