WORLDTECHNVIDIA veröffentlicht Alpamayo-2-Edge-Gewichte für autonomes Fahren
Was passiert ist
NVIDIA hat die Modellgewichte von Alpamayo 2 Edge am 10. November 2026 auf Hugging Face veröffentlicht und damit ein Modell mit 2 Milliarden Parametern für Entwickler autonomer Fahrzeuge verfügbar gemacht, die innerhalb der Grenzen von Onboard-Rechenleistung und Latenz (der Verzögerung zwischen einer Anfrage und der Antwort) arbeiten. Die Veröffentlichung enthält Deployment-Rezepte und Evaluierungswerkzeuge zum Erzeugen und Prüfen von Fahrtrajektorien und deren Erklärungen. NVIDIA ist ein Halbleiterunternehmen mit Sitz in Santa Clara.
NVIDIA hatte Alpamayo 2 Edge bereits am 21. Oktober 2026 in seiner Hyperion-Ankündigung vorgestellt. Dort wurde ein Modell beschrieben, das für DRIVE AGX Thor optimiert ist und für den Betrieb im Fahrzeug mit 10 Hz ausgelegt ist. Die Alpamayo-Produktseite führt Edge als verfügbar und trennt das kompakte Modell für das Fahrzeug von Alpamayo 2 Super mit 34 Milliarden Parametern, das für die Vorhersage des Fahrverhaltens, das Szenenverständnis, automatische Labelerstellung und das Training kleinerer Modelle gedacht ist.
Kompaktes Modell mit adaptivem Schlussfolgern: Cosmos 3 Edge liefert das auf Nemotron basierende Reasoning-Grundgerüst, während ein Diffusions-Aktionsexperte die Fahraktionen erzeugt. In diesem Vision-Language-Action-Design werden Video der Rundumkameras, zeitlicher Kontext, Historie der Eigenbewegung und Navigationstext in künftige Trajektorien und Chain-of-Causation-Erklärungen umgewandelt, die Entscheidungen mit ursächlichen Faktoren verknüpfen.
Das Modell kann außerdem frei formulierte Fragen zu einer Fahrszene beantworten. Edge kann bei routinemäßiger Fahrt auf eine Denkspur verzichten, statt für jede Entscheidung eine zu erzeugen.
In diesen Fällen gibt das Inferenz-Skript (das Ausführen eines trainierten Modells, um eine Antwort zu erhalten, nicht das Training selbst) spezielle NOMINAL-Tokens (die kleinen Textbausteine, die ein Modell liest und schreibt) aus. Dadurch sinken die Token-Erzeugung und der Rechenaufwand für die Inferenz, während das Modell weiterhin Trajektorien erzeugt. Die Modellkarte nennt einen globalen Einsatzbereich, die Lizenz OpenMDW-1.1 für die Gewichte und die Apache License 2.0 für den Quellcode.