NVIDIA、34B VLAモデルを公開

NVIDIAは、自動運転車や自律走行ロボット（AMR）向けに特化したパラメータ数340億（34B）の視覚・言語・行動統合型モデル「Alpamayo 2 Super」をオープンソースライセンスの下で一般公開した。あわせて評価シミュレーション環境「AlpaSim」の提供を開始した。

発表の要点と確認された事実

Alpamayo 2 Superは、視覚情報とテキスト指示を入力として受け取り、ロボットの制御アクション（操舵角・速度・アームの軌道など）を直接出力する物理AI（実世界の物理環境で判断・行動するロボティクスおよび自動運転AI技術）モデルである。モデルが「なぜその意思決定を行ったか」という思考・因果関係をステップバイステップで可視化する機能（Chain_of_Causation）を備えている。

オープンモデルライセンス「OpenMDW-1.1」を採用しており、商業用途や研究機関での自由なファインチューニングや二次利用が可能となっている。

ロボティクス開発者への影響

これまで複雑な視覚認識モジュールと行動計画モジュールを別個に設計していたロボット開発者に対し、単一の端点間（End-to-End）モデルによる直感的な制御基盤を提供する。特にAlpaSimとの連携により、実機を動かす前の仮想空間上で数千パターンのエッジケース検証を並列実行できる点が革新的である。

未確認事項と分析

リアルタイム性が厳しく要求される車載組込み環境における推論レイテンシや、要求されるJetson等の車載計算資源の最小スペックについての詳細なガイダンスが期待されている。編集部注: 自動運転・物理AI分野でのデファクト標準を握るべくオープン戦略を加速させるNVIDIAの狙いが顕著に表れたリリースである。

引用元：blogs.nvidia.com