AI & MACHINE LEARNING

NVIDIA เปิดตัว Alpamayo 2 Super โมเดล AI โอเพนซอร์สสำหรับการขับขี่อัตโนมัติเชิงพาณิชย์

NVIDIA Blog04 Aug 2026
1 min read
Key Takeaways
  • Alpamayo 2 Super คือโมเดลเหตุผลสำหรับ AV ที่เปิดกว้างและมีประสิทธิภาพสูงสุดในปัจจุบัน ช่วยให้นักพัฒนาสร้างระบบขับขี่ที่ฉลาดและตรวจสอบได้ง่ายขึ้น

ทำไมเรื่องนี้ถึงสำคัญ

การเปิดโมเดลประสิทธิภาพสูงพร้อมสิทธิ์เชิงพาณิชย์ช่วยลดต้นทุนและเวลาในการพัฒนาสำหรับอุตสาหกรรมยานยนต์ไร้คนขับ ทำให้บริษัทต่างๆ ไม่ต้องเริ่มสร้างพื้นฐานใหม่และเน้นไปที่การสร้างความปลอดภัยเฉพาะทางได้

NVIDIA ประกาศเปิดตัว Alpamayo 2 Super ซึ่งเป็นโมเดล AI ในตระกูล Alpamayo ที่เน้นการให้เหตุผล (Reasoning) สำหรับยานยนต์ไร้คนขับ (AV) โดยครั้งนี้มาพร้อมกับสัญญาอนุญาต OpenMDW-1.1 ของ Linux Foundation ซึ่งอนุญาตให้มีการปรับแต่งและใช้งานในเชิงพาณิชย์ได้โดยตรง ช่วยให้ค่ายรถยนต์และผู้ผลิตระบบ AV สามารถควบคุมข้อมูลและสร้างมูลค่าเพิ่มได้เอง

โมเดลรุ่นนี้มีขนาดใหญ่กว่ารุ่นเดิมถึง 3 เท่า และทำคะแนนเป็นอันดับหนึ่งในเบนช์มาร์ค LingoQA โดยมีความสามารถโดดเด่นในการวิเคราะห์เหตุการณ์ที่เกิดขึ้นไม่บ่อย (Long-tail events) ผ่านมุมมองกล้อง 360 องศา ตัวโมเดลสามารถสร้างผลลัพธ์ได้พร้อมกัน 5 รูปแบบ ทั้งเส้นทางการวิ่ง, คำอธิบายเหตุผล (Chain-of-Causation), และการระบุวัตถุเชิงภาพ ซึ่งช่วยให้การตัดสินใจของรถยนต์ไร้คนขับมีความโปร่งใสและตรวจสอบได้ง่ายขึ้น

สรุปประเด็นหลัก

Alpamayo 2 Super เปิดให้ใช้งานเชิงพาณิชย์ภายใต้ใบอนุญาต OpenMDW-1.1

ทำคะแนนสูงสุดใน LingoQA แซงหน้า GPT-4o และ Gemini 2.5 Pro ในงานด้าน AV

รองรับการให้เหตุผลแบบ Multitask รวมถึงการทำ Autolabeling ข้อมูลใน Fleet

นวัตกรรมและเทคโนโลยี

models

Alpamayo 2 Super Model

โมเดลการให้เหตุผลขนาดใหญ่ที่รองรับมุมมอง 360 องศา และให้ผลลัพธ์แบบ Chain-of-Causation

platform

OpenMDW License

สัญญาอนุญาตแบบเปิดที่ครอบคลุมถึงการปรับแต่ง (Fine-tuning) และการจำหน่ายเชิงพาณิชย์

Developer Impact
นักพัฒนาในอุตสาหกรรม AV สามารถนำโมเดลไปใช้ทำ Model Distillation เพื่อใช้งานในรถยนต์จริง หรือใช้เป็นเครื่องมือ Autolabeling เพื่อประมวลผลข้อมูลจากกองรถยนต์ได้เร็วขึ้นจากระดับเดือนเหลือระดับวัน
Keywords
#autonomous vehicles #nvidia #ai models #alpamayo #open source
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

NVIDIA Blog