※本発表資料は台湾時間 2026 年 6 月 1 日に発表されたプレスリリースの抄訳です。
ニュース概要:
- NVIDIA のこれまでで最も強力なオープンソースのリーズニングモデルである NVIDIA Alpamayo 2 Super は、320 億パラメーターを有するオープンな リーズニング VLA モデルであり、運転スタック全体にわたってリーズニング、計画、行動を行い、より安全でスケーラブルなレベル 4 開発を実現
- NVIDIA AlpaGym は、実際の道路に展開する前にシミュレーション環境での運転決定の結果に基づいて AV モデルをトレーニングする、新しい高スループットなクローズドループ強化学習フレームワーク
- NVIDIA OmniDreams は、フォトリアルなクローズドループ AV シナリオを生成するための新しい生成型の世界基盤モデルであり、開発者は希少なロングテールの運転シナリオを大規模にシミュレーションすることを可能に
- AV 開発向けの NVIDIA のフィジカル AI エージェント スキルには、NVIDIA Omniverse NuRec を搭載した Neural Reconstruction が含まれ、開発者は実際のフリート データをフォトリアルな 3D シーンに再構築し、車両センサー構成全体に適応させることが可能に
台湾、台北 — NVIDIA GTC Taipei — 2026 年 6 月 1 日 — NVIDIA は本日、安全なレベル 4 ロボタクシーの開発に向けたオープン AI モデル、シミュレーション フレームワーク、フィジカル AI データセットのファミリーである NVIDIA Alpamayo を拡張する、320 億パラメーターのリーズニング ベースの視覚言語アクション (VLA) モデル、NVIDIA Alpamayo 2 Super を発表しました。
モデルと並行して、NVIDIA AlpaGym、NVIDIA OmniDreams、新しい NVIDIA Omniverse NuRec モデルなど、実世界のデータ取得からクローズドループ学習、車載展開まで、パイプラインを完成させる新しいツール、モデル、エージェントスキルを発表しました。
Alpamayo 2 Super は、自動運転の核心となる技術基盤を一から構築する手間を省くことで、自動運転車 (AV) 開発を加速させます。人間のような認識、リーズニング、アクションを可能にし、安全性の検証や規制当局との連携に必要な説明可能性を提供します。
実道展開向けにモデルをより良くトレーニングするために、AlpaGym フレームワークはクローズドループ強化学習 (RL) のプラットフォームを提供します。 NVIDIA OmniDreams は、フォトリアルなクローズドループ AV シナリオを生成するための生成型世界基盤モデルであり、開発者は希少でロングテールな運転シナリオを大規模にシミュレートできます。
開発者の生産性を向上させるために、NVIDIA はすべての AV 開発ツールにフィジカル AI エージェントのスキルを提供します。 例えば、NVIDIA Omniverse NuRec を活用した Neural Reconstruction スキルは、シミュレーションに実際のフリートの運転シナリオを使用し、大規模な合成学習データを生成します。
NVIDIA の創業者/ CEO であるジェンスン フアン (Jensen Huang) は次のように述べています。「Alpamayo は、自動車が単に走行するだけでなく、安全にリーズニングし始めるための転換点です。NVIDIA だけがオープン モデル、シミュレーション、実世界のデータ、エージェントスキルを提供しており、これにより世界中のロボタクシー エコシステム全体が、エッジケースを理解し、意思決定を説明し、信頼を獲得し、数百万台の車両へと安全にスケールアップできるレベル 4 の機能を開発できるようになります」
Alpamayo 2 Super がリーズニング ベースの AV で利用可能に
NVIDIA Alpamayo ファミリーは、Alpamayo 2 Super で 100 億パラメーターから 320 億パラメーターに拡張されました。これにより、軌跡生成にとどまらず、運転スタック全体にわたってリーズニング、計画、行動が可能になります。 リーズニング、自動ラベル付け、シーン理解、モデルの批評、小型モデルへの知識の蒸留など、多角的なマルチタスク機能を備え、スケーラブルな L4 AV 開発と展開のためのビルディングブロックを提供します。
主な機能は次のとおりです。
- 3 倍のパラメーター スケール: NVIDIA Cosmos™ 世界基盤モデルをベースに構築された Alpamayo 2 Super は、従来の 100 億パラメーター世代と比較して 320 億パラメーターに拡張されており、ロングテール シナリオにおけるリーズニング、3D 空間理解、軌跡予測が向上しています。
- 全方位の認識: 前方重視のカメラから、前方、側方、後方をカバーする 360 度の状況認識にまで拡張し、より安全な車線変更、合流、交差点通過に必要な完全なコンテキストをモデルに提供します。
- メタアクション: 進行譲歩、車線変更、停止などのマクロなアクションを含むメタアクション出力を追加することで、モデルは軌跡や因果関係の連鎖 (CoC) のトレースに加えて、下流の計画向けに高レベルの運転決定を予測できるようになります。
- リーズニングの自動ラベル付けと 2D グラウンディング: 2D グラウンディングを備えたリーズニングの自動ラベル付けを導入することで、320 億パラメーターの基盤モデルが高品質のリーズニング ラベルを提供できるようになり、これまで数か月かかっていたアノテーションサイクルを数日に短縮し、AV データ パイプラインのコスト効率を劇的に向上させます。
- CoC と軌跡の質の向上: 従来の模倣学習ベースの AV スタックが苦手とする、希で複雑なロングテールのシナリオにおいて、CoC トレースと軌跡が改善されました。
これらの進歩により、Alpamayo 2 Super は、NVIDIA のオープンな自動運転基盤モデルとしてこれまでで最も強力なものになりました。 教師モデルとして設計された Alpamayo 2 Super は、車内で動作する NVIDIA DRIVE Hyperion™ プラットフォームのアクセラレーテッド コンピューティング、つまり NVIDIA DRIVE AGX Thor™ 上で動作するコンパクト モデルに蒸留できます。
教師モデルは、NVIDIA Alpamayo 1 Nano や NVIDIA Alpamayo 1.5 Nano などの 100 億パラメーターのモデルから Alpamayo 2 Super の 320 億パラメーターに拡張されるため、Alpamayo で構築されたあらゆる下流の AV スタックは、単一のオープン リリースから高品質のリーズニングと認識を継承し、各メーカーがゼロから再構築する必要はありません。
Alpamayo はこのたび、COMPUTEX Best Choice Awards の Vehicle Technology and Smart Cockpit (車両技術とスマートコックピット）部門で受賞しました。
リリース以来、Alpamayo のダウンロード数は 40 万回に迫っています。Alpamayo のオープン プラットフォームには、研究者や開発者が独自のデータセット、シナリオ、ドライビングポリシーにモデルを適応できるようにするための事後学習スクリプトも含まれています。
Alpamayo 2 Super は、推論コードについては GitHub で、モデルの重みについては Hugging Face で今夏公開される予定です。
AlpaGym がクローズドループ学習と展開サイクルを実現
NVIDIA はまた、オープンソースの高スループットなクローズドループ強化学習のフレームワークである NVIDIA AlpaGym を発表しました。
従来のオープンループ学習では、記録されたデータと対してモデルを評価し、1 回限りの行動を生成するのに対し、AlpaGym では NVIDIA AlpaSim 内の連続的な意思決定と観察のサイクルを通じてモデルを実行します。ここでは、ブレーキ、ステアリング、ナビゲーションの選択がすべて環境に影響を与えます。
その結果、AlpaGym は静的データセットでは見落とされがちな、エラーの累積やエッジケースでの失敗を明らかにし、モデルが経験から学ぶことを可能にします。
AlpaSim マイクロサービス シミュレーション スタックと NVIDIA Omniverse NuRec を基盤に構築された AlpaGym は、効率的でスケーラブルなクローズドループ強化学習を実現し、運転性能の最前線を切り拓きます。Alpamayo は、Physical AI AV Dataset と組み合わせることで、オープンループの事前学習からクローズドループの洗練まで、継続的なパスを提供します。
また、NVIDIA は、CoC Auto-Labeling Pipeline を GitHub 上でオープン ソースとして公開します。 このパイプラインは、人間のアノテーションを必要とせずに生の運転映像から、意思決定に基づいた因果関係がリンクされた CoC ラベルを自動的に生成し、実世界で行動するリーズニング モデルを大規模に学習するために必要な因果関係の学習データの基盤を提供します。
NVIDIA が提供する AV 向けの新しいフィジカル AI エージェント スキル
リーズニング ベースの AV 開発を支援するために、NVIDIA は、NVIDIA Agent Toolkit の傘下で、新しいフィジカル AI エージェントスキルをリリースします。これにより、開発者やコーディング エージェントが、自動運転システムを大規模に構築および検証するために必要なシミュレーション、データ生成、クローズドループ学習のワークフローを円滑に進めることができます。
これには、NVIDIA Omniverse NuRec ライブラリを搭載した Neural Reconstruction スキル、フォトリアルなシナリオ生成向けの NVIDIA OmniDreams スキル、クローズドループ強化学習向けの AlpaGym スキルが含まれます。
ジェンスン フアンの基調講演をこちらからご視聴いただき、NVIDIA GTC Taipei の詳細はこちらからご覧ください。
NVIDIAについて
NVIDIA (NASDAQ: NVDA) はAIとアクセラレーテッド コンピューティングの世界的なリーダーです。
NVIDIA の製品、サービス、技術の利益、影響、性能、提供可能性、および関連する動向と推進要因；協力企業やパートナーを含む NVIDIA の第三者との取り決めに関する期待、技術開発および関連する動向、推進要因に関する見通し；予測される市場成長と動向；AIおよび関連産業に関する見通し；およびその他の歴史的事実でない記述は、また、これらに限定されない記載に関する利点と影響など、本プレスリリースに記載されている記述の中には、1933年証券法第27A条および1934年証券取引法第21E条（いずれも改正済み）に定める将来予測に関する記述に該当し、当該条項により定められた「セーフハーバー」の適用を受けるものであり、実際の結果が予想と著しく異なる原因となるリスクおよび不確実性に影響を受ける可能性があります。実際の結果が大幅に異なる可能性のある重要な要因には、以下のものが含まれます：世界的な経済状況；NVIDIAの製品を製造、組み立て、梱包、テストする第三者への依存；技術開発と競争の影響；新製品や技術の開発または既存製品、技術の改良；NVIDIAの製品またはパートナーの 製品の市場受け入れ状況；設計、製造またはソフトウェアの欠陥；消費者ニーズや需要の変化；業界標準やインターフェースの変更；NVIDIAの製品または技術がシステムに統合された際の予期せぬパフォーマンスにより生じる損失などを含み、NVIDIAが証券取引委員会（SEC）に提出する最新の報告書（年次報告書Form 10-Kおよび四半期報告書Form 10-Qを含むがこれらに限定されない）において随時開示されるその他の要因です。SECに提出された報告書は、NVIDIAのウェブサイトに掲載されており、NVIDIAから無償で入手可能です。これらの将来予測に関する記述は、将来の業績を保証するものではなく、本資料の発表現在時点での状況に基づくものであり、法律で義務付けられる場合を除き、NVIDIAは、将来の出来事や状況の変化を反映のためにこれらの将来予測に関する記述を更新する義務を負いません。
本リリースに記載されている製品や機能の多くはまだ様々な段階にあり、利用可能になった時点で提供される予定です。記述は、コミットメント、約束、または法的義務として意図されたものではなく、またそう解釈されるべきでもありません。また、NVIDIA製品について説明された特徴や機能の開発、リリース、および時期は変更される可能性があり、NVIDIA単独の裁量に委ねられます。NVIDIAは、ここに記載された製品、特徴または機能の不提供または遅延について、いかなる責任も負いません。
© 2026 NVIDIA Corporation.無断複写、複製、転載禁止。NVIDIA、NVIDIA ロゴ、NVIDIA Cosmos、NVIDIA DRIVE AGX、NVIDIA DRIVE Hyperion は米国およびその他の国における NVIDIA Corporation の商標または登録商標です。その他の社名と製品名は、それらが関連付けられている企業の商標である可能性があります。機能、価格、販売状況、仕様は、予告なしに変更される場合があります。