Open Source Robotics

高品質なオープンソースロボティクスプロジェクト、ツール、ソフトウェアの厳選コレクション。

NVIDIA Alpamayo

経路を計画し理由も説明する NVIDIA のオープンな運転 VLA モデル。シミュレーション、強化学習、データ付き

ライセンス

Apache 2.0

コード:Apache-2.0。Developer Hub と、各モデル、シミュレータ、ツールのリポジトリに適用されます。データセットの開発キットは MIT です。モデルの重み:四つのチェックポイントすべてが OpenMDW-1.1 です。ライセンス本文と表示を残せば、商用を含む利用、改変、再配布が認められ、モデルが特許や著作権を侵害していると主張して訴訟を起こした者のライセンスは終了します。Alpamayo 1 と 1.5:モデルカードには、非商用利用向けで商用ライセンスは要相談とも書かれており、OpenMDW-1.1 と矛盾します。商用利用の前に NVIDIA に確認してください。データセット:Physical AI Autonomous Vehicles データセットは NVIDIA Autonomous Vehicle Dataset License の対象で、Hugging Face ではアクセス申請制です。NVIDIA の技術を使う自動運転と運転支援の社内開発に限られ、取り消し可能で、再配布や派生データセットの作成、個人の特定は禁止され、ダウンロードから 12 か月で終了します。2026-11-11 に LICENSE ファイルと README、Hugging Face のモデルカードとデータセットカード、openmdw.ai で確認。

概要

NVIDIA Alpamayo は、推論に基づく自動運転の研究のために NVIDIA が公開しているオープンなプラットフォームです。中心となるのは視覚・言語・行動モデルのファミリーで、車の周囲のカメラ映像、車両の直近の動き、ナビゲーション指示を読み取り、今後 6.4 秒の走行経路と、その判断を説明する文章を出力します。NVIDIA はこれを Chain-of-Causation 推論と呼んでいます。公開されているチェックポイントは四つです。パラメータ 10B の Alpamayo 1 と Alpamayo 1.5、34B の Alpamayo 2 Super、そして 2026 年 11 月 10 日に公開された 2B クラスの Alpamayo 2 Edge で、Edge は車内の NVIDIA DRIVE AGX Thor で動かすためのモデルです。周辺には、閉ループの運転シミュレーションを行う AlpaSim、そのシミュレータで強化学習を行う AlpaGym、運転クリップに推論ラベルを書くパイプライン、Physical AI Autonomous Vehicles データセット、そしてファインチューニング、強化学習、蒸留、量子化のレシピを収めた Alpamayo Developer Hub があります。コードは Apache-2.0、モデルの重みは OpenMDW-1.1 で、データセットには NVIDIA 独自の、より限定的なライセンスが適用されます。

NVIDIA は 2026 年 1 月の CES で、自動運転車向けのオープンなモデル、シミュレーションツール、データセットのファミリーとして Alpamayo を発表し、その後も一年を通じて拡張してきました。GitHub の Alpamayo Developer Hub がファミリーの拠点で、各モデル、シミュレータ、データセットのリポジトリへのリンクと、ポストトレーニングのレシピをまとめています。

Alpamayo のモデルはどれも同じ構成の VLA モデルです。NVIDIA の Cosmos ファミリーに属する VLM のバックボーンが、短い時間幅の複数のカメラ映像、車両の直近の動き、テキストの指示を読み取り、何が見えていて何をするかを短く説明する文章を書きます。これが Chain-of-Causation(CoC)トレースで、判断とその原因となる物体や出来事を結び付けます。続いて拡散ベースのアクションエキスパートが、それを軌道に変換します。0.1 秒間隔の 64 個の将来姿勢で、6.4 秒分に相当します。手法は NVIDIA の Alpamayo-R1 論文で説明されています。公開されているチェックポイントは次の四つです。

- Alpamayo 1 Nano(最初は Alpamayo-R1 として公開、重み):10B パラメータで、8.2B の Cosmos-Reason バックボーンと 2.3B のアクションエキスパートから成り、前方と側方の四つのカメラを使い、GPU メモリは 24 GB 以上が必要です。リポジトリは現在、限定的な保守のみとなっています。 - Alpamayo 1.5 Nano(重み):Cosmos-Reason2 をベースにした 10B パラメータのモデルで、強化学習でポストトレーニングされ、ナビゲーション指示、可変のカメラ台数、シーンに関する質問への回答に対応しました。 - Alpamayo 2 Super(重み):34B パラメータで、32B の Cosmos 3 バックボーンと 2.3B のアクションエキスパートから成り、全周カメラ、譲る・車線変更・停止といった高レベルの判断、2D グラウンディング、自動ラベリングに対応します。NVIDIA はこれを、車載用の小型モデルを学習させるための教師モデルと位置付けています。 - Alpamayo 2 Edge(重み)、2026 年 11 月 10 日公開:Nemotron ベースの Cosmos 3 Edge から取った 2.45B のバックボーンと、0.2B のアクションエキスパートから成ります。六つのカメラ(22 フレーム)、過去 20 個の姿勢、ナビゲーション指示を読み取り、状況が必要とするときだけ推論を書き、シーンについての自由な質問にも答えます。BF16 のサンプルには 16 GB 以上の GPU メモリが必要で、ダウンロードは約 5.3 GB です。

NVIDIA の Alpamayo 2 Edge のブログ記事によると、このモデルは Alpamayo 2 Super が書いた推論ラベルから蒸留され、その後 AlpaGym で閉ループの強化学習を受けたことで、その段階を経ていない最良のチェックポイントと比べて閉ループ走行が 48.9% 向上しました。FP8 キャリブレーション、TensorRT エンジン、DFlash2 による投機的デコーディングを経て、NVIDIA が車向けに作るコンピュータである DRIVE AGX Thor 上で、カメラのピクセルから軌道まで 160 から 190 ms と NVIDIA は報告しています。

モデルの周辺では、AlpaSim が運転ポリシーを閉ループで試すためのオープンなシミュレータで、一つひとつの判断が、車が次に見るものを変えます。ドライバー、レンダラー、交通、コントローラー、物理を別々のサービスとして動かし、それぞれを別の GPU に置けます。実際に記録したシーンを NuRec のニューラル再構成または生成型の動画モデルでレンダリングし、他社のポリシーも動かせます。AlpaGym は Cosmos-RL と GRPO を使って AlpaSim の上に強化学習を加え、衝突、道路からの逸脱、進み具合に対する報酬を用います。CoC 自動ラベラーは、クリップの中でドライバーが判断を下す瞬間を見つけ、VLM でそこに CoC トレースを書きます。

Physical AI Autonomous Vehicles データセットは、25 か国、2,500 以上の都市で集めた 1,700 時間の走行を、20 秒の 306,151 クリップに収めています。全クリップに七つのカメラがあり、298,325 クリップに LiDAR、160,760 クリップにレーダーがあります。読み込みには Python の開発キットを使います。アクセスには Hugging Face で NVIDIA のライセンスに同意する必要があり、モデルのサンプルもここから入力を読み込みます。

Developer Hub のレシピは、四つのモデルすべての教師ありファインチューニング、Alpamayo 1 と 1.5 の Cosmos-RL と GRPO による強化学習、小型モデルへの蒸留、投機的デコーディング用のドラフトモデル、そして Alpamayo 1.5 の FP8 と NVFP4 による量子化をカバーしています。NVIDIA によると、最新のモデルは約 115,000 時間のマルチカメラ走行映像と約 3,700,000 件の CoC トレースで、Alpamayo 1 と 1.5 は 80,000 時間で学習されています。

重要な理由

オープンな自動運転ソフトウェアの多くは、モジュール型のスタックか、Autoware Foundation の Vision Pilot のような単眼カメラによるレベル 2 の運転支援です。Alpamayo はそれとは違い、カメラ映像から経路までを一つのネットワークで扱い、なぜその経路を選んだかを言葉で説明するエンドツーエンドの VLA 運転モデルで、重み、推論コード、学習レシピ、閉ループのシミュレータ、強化学習のフレームワーク、大規模なデータセットとともに公開されています。研究者は、周辺のデータ、シミュレーション、学習を一から作らなくても、推論に基づく運転を研究し、自分たちの用途に合わせられます。また、基盤モデルを安全が重視される車両のタスクに持ち込んだ公開事例として、最もわかりやすいものの一つでもあります。Cosmos Predict 2.5 や Cosmos Policy と同じ NVIDIA Cosmos ファミリーに属し、NVIDIA Isaac GR00T のようなロボット向け VLA と同じく、VLM と拡散型の行動モデルを組み合わせています。Alpamayo 2 Edge によって、このファミリーはワークステーションの GPU 一枚で動き、NVIDIA によれば車内でも動く規模に達しました。

解決する課題

データだけから学ぶエンドツーエンドの運転モデルは、よくある交通状況にはうまく対応しますが、まれな状況では脆く、自分の行動の理由も示さないため、信頼することも検証することも難しくなります。代わりとなるものを作るには、大規模な走行データセット、推論ラベル、閉ループのシミュレータ、学習環境が必要ですが、大企業以外でこれらをそろえられるグループはわずかです。Alpamayo はこれらをまとめて公開しています。軌道とその理由を書いた文章の両方を出力するモデル、それを閉ループでファインチューニングし試すためのツール、そして車内の計算資源と遅延の予算に収まるよう設計された小型モデルです。

主なポイント

  • 四つのオープンな運転 VLA チェックポイント:10B の Alpamayo 1 と 1.5、34B の Alpamayo 2 Super、2B クラスの Alpamayo 2 Edge
  • どのモデルも 6.4 秒分の 64 個の将来姿勢と、文章による Chain-of-Causation の説明を出力
  • 2026 年 11 月 10 日公開の Alpamayo 2 Edge は、16 GB の GPU メモリでサンプルを実行でき、NVIDIA DRIVE AGX Thor を対象とする
  • AlpaSim と AlpaGym が運転ポリシー向けの閉ループシミュレーションと強化学習を提供
  • Developer Hub にファインチューニング、強化学習、蒸留、投機的デコーディング、量子化のレシピ
  • コードは Apache-2.0、重みは OpenMDW-1.1。走行データセットには、より限定的な NVIDIA のライセンス

対象

  • エンドツーエンドや推論に基づく計画に取り組む自動運転の研究者
  • 蒸留用の教師モデル、または自社の車両データでファインチューニングできる小型モデルを求める自動運転チーム
  • 閉ループの運転環境を必要とするシミュレーションや強化学習の研究者
  • 視覚・言語・行動モデルや、安全が重視される場面での説明可能な判断を研究する研究者

制限事項

  • 車向けに作られている:モデルは車両のマルチカメラ構成、自車の動きの履歴、キャリブレーション済みのカメラを前提としており、NVIDIA は他のロボットでの利用を示していない
  • 研究用ツールであり運転スタックではない:NVIDIA は Alpamayo 1 と 1.5 を研究と評価のためのものとし、車載品質の検証は受けていないとしている
  • Alpamayo 1 と 1.5 のモデルカードは重みのライセンスを OpenMDW-1.1 としつつ、非商用利用向けで商用ライセンスは要相談とも書いている。商用利用の前に NVIDIA に確認すること
  • 走行データセットはアクセス申請制で、NVIDIA の技術を使う自動運転の社内開発にのみ許諾され、再配布はできず、ライセンスはダウンロードから 12 か月で終了する
  • GPU メモリ:Alpamayo 2 Edge は 16 GB 以上、Alpamayo 1 と 1.5 は 24 GB。Alpamayo 2 Super は 80 GB の H100 一枚で検証され、車内でのリアルタイム実行には DRIVE AGX Thor が必要
  • DRIVE AGX Thor 向けの 2 Edge のデプロイ用レシピは NVIDIA のブログで説明されているが、2026 年 11 月 11 日時点の Hub の README ではまだ予定扱い
  • ベンチマーク、シミュレーション、実車での結果は、NVIDIA 自身の評価とパートナーの発言
  • Alpamayo 1 は現在限定的な保守のみで、AlpaGym は開発初期にあり Alpamayo 1.5 にしか対応していない

このウェブサイトにはJavaScriptが必要です。オープンソースロボティクスプロジェクトを閲覧するにはJavaScriptを有効にしてください。