Alpamayo 2 Super：NVIDIAがオープンな推論を自動運転へ拡張、規模とハードウェア要件には疑問も

NVIDIAは8月4日、自社の企業ブログでAlpamayo 2 Superの提供開始を発表した。自動運転車およびロボタクシー向けファミリーで最大の モデルと位置づけられている。システムは6台のカメラの画像、テキストプロンプト、そして自車運動（エゴモーション）の履歴を処理し、推論の軌跡と、6.4秒をカバーする64ウェイポイントの走行軌道を出力する。発表文は新モデルを、従来の100億パラメータ版の「3倍の規模」と説明しているが、Hugging Faceで公開された公式モデルカードは合計340億という数字を示している。内訳は320億のvision-languageバックボーンと、23億のdiffusion型アクションデコーダーだ。つまり同社の公式情報源であるブログと技術仕様書が食い違っている。公開はLinux FoundationのOpenMDW-1.1ライセンスの下で行われ、商用利用と派生モデルの作成を認める寛容な選択であり、この分野で一般的な独自ライセンスとは一線を画す。ただしソースコードはApache 2.0の管理下に置かれたままだ。

性能面では、NVIDIAはAlpamayo 2 Superが約40モデルを対象としたLingoQAベンチマークで79.2のスコアを記録して首位に立ち、Lingo-Judge指標でGemini 2.5 Pro（+15.1ポイント）とGPT-4o（+23.2ポイント）を上回ったと報告している。技術文書はさらに、913シナリオを対象としたクローズドループ・シミュレーションAlpaSuでの1.50 ± 0.13というスコアと、6.4秒時点でのminADE誤差0.911メートルを挙げている。ここで押さえておきたいのは、これらの測定値がすべて、評価ツールそのものを作った当の企業が公表したデータだという点だ。現時点で、メーカーの管理下にある環境の外でこれらの結果を確認した第三者による独立検証は見当たらない。

公道での運用にとっての要はインフラである。技術的な検証は80GBのNVIDIA H100 GPU上でのみ実施され、メモリのピーク需要は70ギガバイトを超えた。MarkTechPostによれば、この要件からして、車載への統合を考えるならモデルの蒸留がまず必要になる可能性が高い。公道テストのデータは公開されていない。現在の性能はシミュレーションと過去データセットの分析にとどまっており、実際の交通環境に置かれたときの信頼性は不明のままだ。

これほど複雑な運転システムにオープンライセンスを採用したことは、エコシステムにとって興味深い兆候だが、肝心なのは実行力である。データセンター向けハードウェア上で高度な推論を約束することと、走行中のクルマでそれを保証することは別の話だ。まして公式の数字が一致せず、入手できる検証がメーカー内部のものだけであればなおさらである。 — Olya