NVIDIA bringt neues KI Modell für Robotaxis

Alpamayo 2 Super steuert autonome Fahrzeuge der Stufe 4. Entwickler erhalten das System im Sommer.

Andreas Becker01.06.26 Nvidia

Kurzfassung Quellen

NVIDIA hat das offene KI-Modell Alpamayo 2 Super für die Entwicklung autonomer Robotaxis vorgestellt.
Das System nutzt 32 Milliarden Parameter für eine vollständige Rundumsicht und komplexe Fahrentscheidungen.
Neue Simulationsumgebungen wie AlpaGym testen die Software sicher in rein virtuellen Welten.
Der Quellcode und die Modellgewichte erscheinen im Sommer auf GitHub und Hugging Face.

NVIDIA präsentiert auf der GTC in Taipei das KI-Modell Alpamayo 2 Super. Die Software mit 32 Milliarden Parametern ermöglicht die Entwicklung selbstfahrender Robotaxis der Stufe 4. Entwickler erhalten damit eine offene Grundlage für die komplexe Fahrzeugsteuerung.

Mehr Parameter für bessere Wahrnehmung

Im Vergleich zur Vorgängergeneration verdreifacht NVIDIA die Kapazität des Modells. Alpamayo 2 Super verarbeitet jetzt 360-Grad-Kamerabilder. Das System erfasst die Umgebung nach vorne, zur Seite und nach hinten vollständig.

Diese Rundumsicht hilft der Software bei Spurwechseln oder dem Überqueren von Kreuzungen. Das KI-Modell lernt sogenannte Meta-Aktionen. Dazu gehören grundlegende Entscheidungen wie das Stoppen oder das Gewähren von Vorfahrt.

Twitter Beitrag - Cookies links unten aktivieren.

News at #NVIDIAGTC Taipei:

NVIDIA introduces Alpamayo 2 Super, its most powerful open driving foundation model to date.

The open 32-billion-parameter reasoning VLA model is designed to help developers build safe, scalable level 4 robotaxis that reason, plan and act across the… pic.twitter.com/CBvy0aSzQi
— NVIDIA Newsroom (@nvidianewsroom) June 1, 2026

Simulationen ersetzen Testfahrten auf der Straße

Um die Systeme sicher zu trainieren, ergänzt NVIDIA das Angebot um das Framework AlpaGym. Entwickler testen die Reaktionen des KI-Modells in geschlossenen virtuellen Umgebungen. Jede Lenk- und Bremsentscheidung wirkt sich direkt auf die simulierte Welt aus.

Das System OmniDreams generiert dafür realitätsnahe Szenarien. Seltene oder gefährliche Verkehrssituationen lassen sich so beliebig oft nachstellen. Ein weiteres Modul namens Omniverse NuRec rekonstruiert zudem reale Flottendaten in dreidimensionale Welten.

Schnellere Entwicklung und Verfügbarkeit

Ein großer Vorteil der neuen Architektur liegt in der automatisierten Etikettierung von Trainingsdaten. Das 32-Milliarden-Parameter-Modell übernimmt diese Aufgabe selbstständig. Der Prozess verkürzt sich dadurch von mehreren Monaten auf wenige Tage.

Interessierte Entwickler erhalten im Sommer Zugriff auf das System. NVIDIA plant die Veröffentlichung des Inferenz-Codes auf GitHub sowie der Modellgewichte über die Plattform Hugging Face.