Nvidia、物理AI実現へ向けたオープンVLA推論モデル「Alpamayo-R1」を発表

Nvidiaは、NeurIPS AIカンファレンスにおいて、待望の「Alpamayo-R1（AR1）」を正式に発表しました。これは、ジェンスン・フアンCEOが掲げる戦略的転換点、すなわち物理世界と直接相互作用する機械を統治する知能、いわゆる「物理AI」の実現に向けた大きな技術的飛躍を意味します。

AR1は、オープンなビジュアル推論言語モデルとして導入されました。その目的は、自動運転技術が、これまでのような厳格にプログラムされた規則の枠を超え、より人間的な常識に基づいた意思決定プロセスへと移行することを可能にすることにあります。このモデルは、特定の条件下での完全な自動運転を指す「レベル4自律走行」の達成を目指す研究コミュニティに対し、実用的な道筋を示すことを目指しています。

この技術の中核となるブレークスルーは、AR1が採用する「ビジョン・言語・アクション（VLA）」システムにあります。このパイプラインは、カメラからの視覚データと自然言語による入力を処理し、解釈可能な「因果連鎖推論」を軌道計画に直接統合します。この高度な推論フレームワークを活用することで、AR1は従来の完全模倣学習モデルが抱える脆さ、特に因果関係の理解が限定的になりがちな予測不能で安全性が極めて重要な運転状況において、その弱点に対処します。

AR1は、単に目前の刺激に反応するのではなく、複雑な状況を評価し、他の道路利用者の動きを予測します。この体系的な推論アプローチにより、困難なシミュレーション環境において、軌道情報のみに基づくベースラインモデルと比較して、計画精度において顕著な向上が確認されました。さらに、実車での走行テストにおいても、低遅延でリアルタイムの性能を発揮することが実証されました。

このアーキテクチャの広範な開発と普及を促進するため、Nvidiaは同時にGitHub上で「Cosmos Cookbook」を公開しました。この包括的なリソースパッケージには、開発者がロボティクスや自律システムを含む幅広いアプリケーションで、基盤となるCosmosプラットフォームを展開し、微調整するために不可欠なガイド、ツール、ワークフローが含まれています。モデルの重みとツール群を戦略的にリリースすることで、Nvidiaは基盤技術プロバイダーとしての地位を固め、次なる機械間相互作用の革命期において、自社のハードウェアとソフトウェアが不可欠な基盤となるという野心を強化しています。