एनवीडिया ने अल्पामयो और वेरा रुबिन के साथ 'भौतिक एआई के लिए चैटजीपीटी क्षण' की घोषणा की

CES 2026 में, एनवीडिया के सीईओ जेनसेन हुआंग ने घोषणा की कि उद्योग 'भौतिक एआई के लिए चैटजीपीटी क्षण' तक पहुंच गया है। यह वास्तविक दुनिया में तर्क करने में सक्षम स्वायत्त प्रणालियों की ओर एक महत्वपूर्ण बदलाव का संकेत देता है। इस मुख्य भाषण के दौरान, उन्होंने अल्पामयो ओपन-सोर्स VLA मॉडल और वेरा रुबिन सुपरकंप्यूटर प्लेटफॉर्म का अनावरण किया। इन दोनों को अगली पीढ़ी के रोबोटिक्स और स्वायत्त वाहनों के लिए आवश्यक विशाल कंप्यूटिंग शक्ति प्रदान करने के लिए डिज़ाइन किया गया है।

अल्पामयो: स्वायत्त ड्राइविंग के लिए ओपन-सोर्स तर्क

अल्पामयो 1 मॉडल, जो 10 अरब पैरामीटर वाला विजन-लैंग्वेज-एक्शन (VLA) मॉडल है, डेवलपर्स को ड्राइविंग परिदृश्यों की 'लंबी पूंछ' (long tail) यानी उन जटिल किनारों के मामलों को हल करने में मदद करने के लिए बनाया गया है, जिन्हें पारंपरिक एआई अक्सर संभालने में विफल रहता है। यह मॉडल जटिल निर्णय लेने की प्रक्रिया में क्रांति लाने की क्षमता रखता है।

• विचारों की श्रृंखला तर्क (Chain-of-Thought Reasoning): अल्पामयो 1 में अंतर्निहित तर्क क्षमताएं शामिल हैं। यह न केवल दृश्य डेटा को संसाधित करता है और प्रक्षेपवक्र (trajectories) उत्पन्न करता है, बल्कि अपने निर्णयों के लिए एक तार्किक औचित्य भी प्रदान करता है। यह पारदर्शिता स्वायत्त प्रणालियों में विश्वास बनाने के लिए महत्वपूर्ण है।
• शिक्षक मॉडल रणनीति: अल्पामयो को उपभोक्ता कारों के लिए प्राथमिक रनटाइम मस्तिष्क के रूप में कार्य करने के बजाय, एक शक्तिशाली 'शिक्षक' मॉडल के रूप में परिकल्पित किया गया है। इसका उपयोग उत्पादन के लिए तैयार स्वायत्त ड्राइविंग (AV) स्टैक को प्रशिक्षित करने और मान्य करने के लिए किया जाएगा।
• खुला पारिस्थितिकी तंत्र: एवी विकास को गति देने के उद्देश्य से, एनवीडिया ने हगिंग फेस पर अल्पामयो 1 के वेट्स जारी किए हैं। इसके साथ ही अल्पासिम (AlpaSim) सिमुलेशन फ्रेमवर्क और फिजिकल एआई ओपन डेटासेट्स भी दिए गए हैं, जिसमें विविध ड्राइविंग डेटा के 1,700 घंटे से अधिक शामिल हैं।

मर्सिडीज-बेंज और एमबी.ओएस का एकीकरण

एनवीडिया और मर्सिडीज-बेंज के बीच सहयोग आगामी सीएलए मॉडल के साथ एक नए चरण में प्रवेश कर रहा है। यह वाहन एनवीडिया तकनीक द्वारा संचालित पूर्ण-स्टैक स्वायत्त ड्राइविंग सूट की सुविधा देने वाला पहला होगा, जिसे एमबी.ओएस (MB.OS) प्लेटफॉर्म में एकीकृत किया गया है।

• वैश्विक प्रसार: इस वाहन का लॉन्च सबसे पहले अमेरिकी बाजार में शुरू होने की उम्मीद है, जिसके बाद इसका व्यापक वैश्विक विस्तार किया जाएगा।
• स्केलेबल एआई: यह साझेदारी एनवीडिया के एंड-टू-एंड बुनियादी ढांचे का लाभ उठाती है, जिसमें उत्पादन वाहनों में सुरक्षा और स्वायत्तता सुविधाओं को बढ़ाने के लिए अल्पामयो से प्राप्त जानकारियों का उपयोग किया जाता है।

वेरा रुबिन: एआई औद्योगिक क्रांति के लिए बुनियादी ढांचा

इन सभी तकनीकी प्रगति को शक्ति प्रदान करने के लिए, एनवीडिया ने ब्लैकवेल आर्किटेक्चर के उत्तराधिकारी, वेरा रुबिन सुपरकंप्यूटर प्लेटफॉर्म का परिचय दिया। यह प्लेटफॉर्म भविष्य की कंप्यूटिंग मांगों को पूरा करने के लिए तैयार किया गया है।

• आर्किटेक्चर और प्रदर्शन: इस प्लेटफॉर्म में वेरा सीपीयू और रुबिन जीपीयू शामिल हैं। एनवीएल72 (NVL72) रैक सिस्टम को अत्यधिक गहन प्रशिक्षण और अनुमान (inference) कार्यभार के लिए इंजीनियर किया गया है। रुबिन जीपीयू पिछली पीढ़ी की तुलना में अनुमान प्रदर्शन में पांच गुना वृद्धि करते हुए, 50 PFLOPS का NVFP4 कंप्यूट प्रदान करता है।
• दक्षता में वृद्धि: यह प्लेटफॉर्म मिक्सचर-ऑफ-एक्सपर्ट्स (MoE) मॉडल को काफी अधिक दक्षता के साथ संभालने के लिए डिज़ाइन किया गया है, जिससे प्रति टोकन अनुमान की लागत में दस गुना कमी आने का अनुमान है। यह लागत प्रभावी एआई परिनियोजन की दिशा में एक बड़ा कदम है।
• एआई सुपरफैक्ट्री: माइक्रोसॉफ्ट को रुबिन एनवीएल72 आर्किटेक्चर पर आधारित फेयरवॉटर एआई सुपरफैक्ट्री को तैनात करने में एक प्रमुख भागीदार के रूप में पुष्टि की गई है। इस दृष्टिकोण में पूरे डेटा सेंटर को कंप्यूट की एक एकल इकाई के रूप में माना जाता है।

रोबोटिक्स की सीमाओं का विस्तार

वाहनों से परे, एनवीडिया की 'फिजिकल एआई' रणनीति में ह्यूमनॉइड और औद्योगिक रोबोटिक्स के लिए कॉसमॉस और जीआर00टी (GR00T) फ्रेमवर्क शामिल हैं। मानकीकृत ओपन-सोर्स मॉडल और वेरा रुबिन प्लेटफॉर्म के मजबूत हार्डवेयर को प्रदान करके, एनवीडिया का लक्ष्य सभी मूर्त बुद्धिमत्ता (embodied intelligence) के लिए मूलभूत बुनियादी ढांचा स्थापित करना है—चाहे वह लॉजिस्टिक्स में हो या उपभोक्ता सेवा रोबोटों में।