NVIDIAがAlpamayo 2 Superオープンソース自動運転モデルを発表——オープンソース対クローズドソース論争が勃発

NVIDIAは2026年にAlpamayo 2 Superモデルを発表した。パラメータ規模は34Bで、32Bの視覚言語モデルバックボーンと2.3Bの拡散アクションデコーダーで構成される。同モデルはHugging FaceプラットフォームにOpenMDW-1.1ライセンスで公開されており、商用利用・ファインチューニング・派生モデルの再配布をサポートする。

モデルの能力とベンチマーク性能

Alpamayo 2 Superは6方向の全周囲カメラ映像・テキスト・自車の運動履歴を入力とし、1回の推論で64の将来ウェイポイント軌跡・因果説明トレース・メタアクションラベル・視覚的質問応答結果を出力する。LingoQA評価ではLingo-Judgeスコアが79.2を記録し、Qwen2.5-VL 72Bを17点上回り、Gemini 2.5 Proを15.1点上回った。クローズドループシミュレーションAlpaSimスコアは1.50±0.13、オープンループの最小平均変位誤差は6.4秒時点で0.911メートルであった。

学習データには115,000時間のマルチカメラ走行映像・10億枚超の画像・370万件の構造化因果チェーントレースが含まれる。これらのトレースは観察・推論・行動決定を明示的に関連付けるものである。

ライセンス変更がもたらす実際的影響

初期のAlpamayoバージョンは研究開発用途に限定されていたが、今回のOpenMDW-1.1ライセンスはモデルファミリー全体をカバーしており、開発者は追加ライセンスを取得することなくファインチューニング済みモデルを量産車両に展開できる。ライセンス条件は、独自データおよびインフラの管理権限を保持することを認めている。

オープンソースの重みを利用することで、チームはゼロから基礎能力を訓練することなく高度な推論システムを構築でき、さらに最先端のクローズドソースモデルのタスクごとの課金コストも回避できる。

オープンソース陣営とクローズドソース陣営の実質的対立

今回の発表はAnthropicなどのクローズドソースベンダーを名指しで取り上げており、双方の支持者は「検証可能性」と「性能の上限」をめぐって対立している。オープンソース支持派は、完全な重みと因果トレースをNVIDIA Halosなどの安全検証ツールチェーンに接続することで意思決定プロセスの監査が実現できると強調する。一方、クローズドソース支持派は、現在のオープンソースモデルは極端なロングテールシナリオにおける汎化能力が、クローズドな環境で訓練されたより大規模なシステムに及ばないと主張する。

産業への実装という観点から見ると、Alpamayo 2 Superのオープンソース路線はロボタクシーや幹線トラックプロジェクトへの参入障壁を引き下げる。開発者はクラウドを活用して合成軌跡と教師出力を生成し、車載展開に適した軽量モデルに蒸留することが可能である。

深層にある推進要因

ロングテールシナリオへの対応は、自動運転の商業化における核心的なボトルネックである。従来の認識・予測スタックは稀な多エージェント間のインタラクションをカバーすることが難しい。Alpamayo 2 Superは強化学習によるポストトレーニングを通じて解釈可能な因果チェーンを直接生成することで、「ブラックボックスによる意思決定」を追跡可能な推論プロセスへと転換しようとしている。この設計は、業界がルールベース駆動からデータ駆動、さらに検証可能な推論駆動へと移行していることを反映している。

NVIDIAはデータセットとシミュレーションフレームワークも同時に公開しており、自社のCosmosプラットフォームを中心とした開発者エコシステムの構築を意図している。商用ライセンスの開放は、実質的にモデルの能力を蓄積可能な業界のノウハウへと転換するものであり、単なる一回限りのAPIコールにとどまらないものである。

独立的評価

Alpamayo 2 Superのオープンソース商用ライセンスは現段階で実際の展開条件を満たしており、そのベンチマークデータとライセンス条件はいずれも公式の公開資料に基づいている。今後の競争の焦点は、単純なパラメータ規模やライセンス形式ではなく、ファインチューニング済みモデルの実車隊におけるロングテールカバレッジと安全検証クローズドループの効率に集中することになるだろう。