Новая экосистема NVIDIA Alpamayo: наделяет ИИ возможности автономных автомобилей с логическим мышлением и способностью объяснять причины своих решений

Во время выставки CES 2026 компания (NVIDIA) официально представила полный экосистемный комплекс Alpamayo, состоящий из открытых моделей ИИ, симуляционных инструментов и данных о реальных поездках, целью которого является ускорение развития «рассуждающих» технологий автономного вождения. Эта система ориентирована на самые сложные ситуации для автопилота, такие как редкие, сложные дорожные условия, которые редко встречаются в прошлых данных, и стремится сделать так, чтобы транспортные средства не только могли видеть, но и понимать ситуацию, рассуждать о причинах и ясно объяснять свои решения при управлении.

Открытая экосистема Alpamayo дебютирует, объявлены три основные компонента

На выставке CES генеральный директор (Jensen Huang) раскрыл полную архитектуру семейства Alpamayo, включающую три ключевых элемента:

Модель VLA с «процессом мышления»

Полностью открытая, высоко реалистичная симуляционная система для автоматического вождения

Масштабная, межрегиональная база данных реальных поездок

Хуан отметил, что эта разработка предназначена для решения проблем безопасности и других вызовов, связанных с реальным применением автоматического вождения, особенно при столкновении с непредсказуемыми ситуациями.

(Примечание: Модель VLA, полностью Vision-Language-Action, представляет собой архитектуру ИИ, которая объединяет восприятие, понимание и действия — видеть, слышать и реагировать.)

Самая большая проблема автоматического вождения — сложные ситуации, остающиеся барьером для безопасности

Хуан подчеркнул, что системы автоматического вождения должны работать в чрезвычайно разнообразных дорожных условиях, и настоящая сложность зачастую не в повседневных сценариях, а в редких, но опасных ситуациях, таких как внезапные аварии, необычное поведение участников движения или особые условия окружающей среды.

Традиционные архитектуры автопилота часто разделяют «восприятие» и «планирование», что ограничивает масштабируемость при столкновении с неизвестными или новыми ситуациями. В последние годы прогресс в области энд-ту-энд обучения есть, но Хуан считает, что для преодоления проблем длинного хвоста системе необходимо обладать «причинным рассуждением», то есть понимать взаимосвязи между событиями, а не просто применять существующие модели.

Основная концепция Alpamayo — чтобы автомобиль мог шаг за шагом ясно обдумывать свои действия

Семейство Alpamayo внедряет концепцию цепочки рассуждений (Chain-of-Thought), создавая модель VLA с рассуждением, которая позволяет системе при столкновении с новыми или редкими ситуациями постепенно выводить логику своих действий. Ниже представлены три основные способности Alpamayo:

Визуальное восприятие: понимание дороги и окружающей среды.

Языковое понимание: осмысление ситуации и смыслового контекста.

Генерация действий: фактическое принятие решений о вождении.

Хуан подчеркнул, что такой дизайн не только повышает навыки вождения, но и улучшает объяснимость решений, что способствует укреплению доверия к безопасности автоматического вождения. В целом система основана на системе безопасности Halo компании NVIDIA.

Физический ИИ достигает ключевого поворота, автономные такси первыми получат выгоду

Хуан далее отметил, что физический ИИ входит в критическую точку перелома: когда машины начнут понимать, рассуждать и действовать в реальном мире, подобно тому, как ChatGPT изменил цифровой ИИ, — автономные такси станут одними из первых приложений, получающих выгоду.

Он подчеркнул, что Alpamayo позволяет автомобилю безопасно передвигаться в сложных условиях и объяснять причины своих решений, что является важной основой для масштабируемого автоматического вождения.

Три столпа в одном — создание полноценной открытой экосистемы

Компания NVIDIA позиционирует Alpamayo как «учительскую модель», которая не предназначена для непосредственного внедрения в транспортные средства, а служит основой для обучения, тонкой настройки и дистилляции других моделей для автопилота.

Процесс работы экосистемы включает сбор данных, моделирование рассуждений, принятие решений, симуляцию и обратную связь для оптимизации.

(Примечание: Дистилляция в данном контексте означает использование рассуждающих способностей Alpamayo для массового производства моделей автопилота, которые могут работать в реальном времени в автомобиле и демонстрировать поведение, близкое к профессиональному.)

1. Alpamayo 1: первая модель автопилота с цепочкой рассуждений

Alpamayo 1 обладает 10 миллиардами параметров, использует видео в качестве входных данных и выводит траекторию движения и полный процесс рассуждений, одновременно открывая веса модели и код для вывода. В настоящее время доступна на платформе Hugging Face для исследований и разработки. В будущих версиях планируется расширение параметров, глубины рассуждений и коммерческих возможностей.

(Примечание: Hugging Face считается «GitHub для ИИ» — крупнейшее место для открытых моделей, объединяющее множество моделей и наборов данных.)

2. AlpaSim: полностью открытая платформа симуляции автопилота

AlpaSim доступна на GitHub, поддерживает моделирование высокореалистичных сенсоров, настройку дорожных сценариев и тестирование в закрытом цикле, а также используется для быстрого верифицирования и оптимизации стратегий.

3. Наборы данных Physical AI Open: масштабные реальные данные о вождении

Наборы данных Physical AI Open содержат более 1700 часов данных о вождении, охватывают различные регионы и условия окружающей среды, сосредоточены на редких и сложных сценариях, также доступны для скачивания на Hugging Face.

Хуан отметил, что объединение этих трех компонентов создаст самоподдерживающийся цикл исследований и разработок, ускоряющий развитие рассуждающих технологий автономного вождения.

Автопроизводители и индустрия выражают поддержку, нацелены на Level 4

Несколько автопроизводителей и исследовательских институтов уже выразили интерес к Alpamayo, включая Lucid, JLR, Uber и Berkeley DeepDrive. Все единодушно считают, что рассуждающий ИИ, открытая симуляционная среда и качественные данные — ключевые факторы для продвижения автоматического вождения уровня 4.

(Примечание: Уровень 1–2 — вспомогательное вождение, уровень 3 — переходный этап, уровень 4 — настоящее начало без участия человека.)

Интеграция с другими платформами NVIDIA для коммерческого внедрения

Помимо Alpamayo, разработчики могут использовать другие платформы NVIDIA, такие как Cosmos и Omniverse, а также интегрировать модели в архитектуру DRIVE Hyperion и платформу вычислений DRIVE AGX Thor.

NVIDIA заявила, что процесс разработки можно сначала проверить в симуляционной среде, а затем перейти к реальному коммерческому внедрению, делая акцент на безопасность и масштабируемость.

(Хуан Хуанг на CES 2026: Vera Rubin — массовое производство, запуск AI-автомобилей в Q1, ключевые процессы — TSMC)

Эта статья «Экосистема Alpamayo NVIDIA дебютирует: делает ИИ для автопилота рассуждающим и объясняющим свои решения» впервые опубликована на сайте Chain News ABMedia.