NVIDIA Rilis Alpamayo 2 Super, Solusi Buat Robotaxi yang Sering Bermasalah

Robotaxi belakangan ini masih jadi bahasan karena melakukan kesalahan saat menghadapi situasi yang tidak terduga di jalan. Sering kali robotaxi masih salah membaca kondisi lalu lintas, sehingga salah keputusan yang tak jarang membahayakan pengendara laian maupun orang di jalanan.

NVIDIA mencoba membawa solusi dari masalah tersebut lewat platform Alpamayo 2 Super. Model AI reasoning terbaru ini dirancang untuk menghadapi long-tail events, yaitu situasi langka dan kompleks, sekaligus menghasilkan proses penalaran yang bisa diperiksa untuk memudahkan validasi.

Analisis Lebih Akurat dan Cepat

Alpamayo 2 Super dibangun di atas NVIDIA Cosmos 3 Super Reasoner dan dilatih ulang menggunakan reinforcement learning. Kapasitasnya juga tiga kali lebih besar dibanding generasi sebelumnya sehingga lebih mampu memahami situasi yang jarang ditemui.

Model ini memanfaatkan kamera depan, samping, dan belakang untuk memahami kondisi jalan secara 360 derajat. AI dapat menganalisis perubahan jalur, belokan tanpa lampu lalu lintas, hingga persimpangan rumit dengan konteks yang lebih lengkap.

Baca Juga: BIOS Laptop Berhasil Tembus Pakai AI Claude

Alpamayo 2 Super tidak hanya menentukan jalur kendaraan, tetapi juga menghasilkan penjelasan penyebab setiap keputusan, meta-action, reasoning auto-labels, serta visual question answering. Hasil penalaran tersebut juga dapat digunakan untuk proses validasi keselamatan sesuai standar ISO/PAS 8800.

NVIDIA Alpamayo 2 Super Jadi Platform Open Source

NVIDIA merilis model ini secara terbuka melalui Hugging Face dengan lisensi OpenMDW-1.1. Pengembang bebas melakukan modifikasi, fine-tuning, hingga distribusi komersial, lengkap dengan akses ke dataset, simulator, dan berbagai tools pengembangan kendaraan otonom.

Dalam pengujian LingoQA, Alpamayo 2 Super diklaim mengungguli Qwen2.5-VL 72B, Gemini 2.5 Pro, dan GPT-4o untuk tugas reasoning pada skenario berkendara. Keluarga model Alpamayo sendiri sudah diunduh lebih dari 500 ribu kali dan menjadi salah satu model reasoning terbuka paling populer untuk pengembangan kendaraan otonom.