Nvidia opublikowała Alpamayo 2 Edge, kompaktowy model rozumowania wizja‑język‑akcja (VLA) przeznaczony do planowania i wyjaśnień w czasie rzeczywistym w pojeździe. Post deweloperski ogłaszający model został opublikowany 10 listopada 2026 r.; Nvidia opisuje Alpamayo 2 Edge jako model „adaptacyjnego rozumowania”, który generuje przyczynowe wyjaśnienia tylko wtedy, gdy są potrzebne, i jest zoptymalizowany do działania na platformie DRIVE AGX Thor firmy, z opóźnieniami inferencji od piksela do trajektorii na poziomie około 160–190 ms w zależności od obciążenia rozumowania.

Co Nvidia udostępniła

Hugging Face hostuje kartę modelu i wagi (opublikowane 11 listopada 2026 r.), które podają Alpamayo 2 Edge jako model o wielkości około 2 miliardów parametrów zbudowany na bazie Nemotron‑based Cosmos 3 Edge i eksperta akcji o wielkości 0,2 mld parametrów. Nvidia publikuje wagi na licencji OpenMDW‑1.1, a kod źródłowy na Apache‑2.0, aby zachęcić do badań i dostrajania pod kątem wdrożeń. Model był dalszo trenowany (post‑training) przy użyciu zamkniętego sprzężenia zwrotnego z uczeniem przez wzmocnienie w AlpaGym Nvidii; Nvidia raportuje 48,9% poprawę w wydajności jazdy w zamkniętej pętli dzięki temu etapowi post‑treningu.

Ponad danymi laboratoryjnymi, podmioty branżowe już eksperymentują. Japońska firma Tier IV poinformowała 11 listopada, że ocenia Alpamayo i integruje model z Autoware dla kompletnego stosu — publiczny przykład tego, jak dostawca oprogramowania może zaadaptować wagi Nvidii do platform oprogramowania pojazdu. Ta wczesna integracja podkreśla praktyczną ścieżkę od publikacji modelu do testbedów dostawców i prób w terenie.

Jak model ma działać

Post deweloperski Nvidii wyjaśnia podejście techniczne, które czyni rozumowanie wystarczająco kompaktowym do zastosowań pokładowych: adaptacyjne rozumowanie (generowanie tokenów rozumowania tylko wtedy, gdy to użyteczne), spekulatywne dekodowanie, kwantyzacja FP8 oraz kompilacje silnika TensorRT‑Edge‑LLM skierowane na DRIVE AGX Thor. Blog opisuje także AlpaJudge, model ewaluacyjny skalibrowany przez ludzi, którego Nvidia używa do wyboru danych treningowych o wyższej wartości i do nagradzania śladów rozumowania podczas dopracowywania przez RL.

Co to oznacza dla rynku

Dla Europy Środkowej i Wschodniej bezpośredni wpływ jest praktyczny: wielu producentów OEM i dostawców pierwszego poziomu w regionie już pracuje nad stosami obliczeniowymi klasy DRIVE lub integruje układy Nvidii w projektach ADAS i kokpitów. Publicznie dostępny, gotowy na edge model rozumowania zmniejsza wysiłek potrzebny do prototypowania zaawansowanych funkcji planowania i wyjaśnialności, skracając drogę od symulacji do testów pokładowych dla firm z Pragi do Poznania i Bratysławy do Budapesztu. Karta modelu i przepis wdrożeniowy oznaczają, że mniejsi dostawcy mogą dostrajać model na danych floty bez konieczności budowania pełnego modelu bazowego od podstaw, co potencjalnie przyspieszy programy pilotażowe i cykle walidacji oprogramowania w łańcuchach dostaw CEE.

Trzeba jednak zauważyć, że benchmarki publikowane przez Nvidię są wewnętrzne i oparte na symulacjach; oświadczenie Tier IV pokazuje przyjęcie w branży, ale nie równa się to zatwierdzeniom bezpieczeństwa produkcyjnego. Producenci OEM i dostawcy nadal muszą weryfikować zachowanie względem reżimów zgodności UNECE i UE oraz przeprowadzać walidację i weryfikację w warunkach rzeczywistych przed skalowaniem do pojazdów klientów.

Pojazdy dostępne od ręki na WorldTrader24 →

Źródła: NVIDIA Developer Blog, Hugging Face, TIER IV