Nvidia želi za robote in avtonomna vozila narediti to, kar je ChatGPT naredil za klepetalne bote.
Na CES 2026 je podjetje predstavilo Alpamayo, novo družino odprtokodnih AI modelov, simulacijskih orodij in podatkovnih zbirk za učenje fizičnih robotov in vozil. Cilj: pomagati avtonomnim vozilom, da se razumno odločajo v kompleksnih prometnih situacijah in da znajo svoje odločitve tudi razložiti.
Generalni direktor Jensen Huang je dogodek opisal kot “ChatGPT trenutek za fizični AI” – trenutek, ko stroji začnejo razumeti, sklepati in delovati v resničnem svetu.
Alpamayo 1: 10‑milijardni VLA model za ceste
V središču predstavitve je Alpamayo 1, 10‑milijardni vision‑language‑action (VLA) model. Nvidia ga opisuje kot razlagalni, na sklepanju temelječ model, zasnovan za fizične robote in vozila.
Namesto da bi zgolj prevedel podatke senzorjev v položaj volana in plin, je Alpamayo 1 zasnovan tako, da:
- razbije problem na manjše korake,
- premisli več možnih dejanj,
- izbere tisto, ki se zdi najvarnejša pot,
- opiše, kaj bo naredil – in zakaj.
To je ključno pri t. i. edge case primerih: nenavadnih, redkih dogodkih, ki jih model v učnih podatkih še ni videl. Nvidia kot primer izpostavi okvaro semaforja na prometnem križišču, ki jo mora vozilo varno obvladati brez predhodnih izkušenj.
Podpredsednik za avtomobilski segment, Ali Kani, je na brifingu povedal, da Alpamayo “razbije probleme na korake, premisli vse možnosti in nato izbere najvarnejšo pot”.
Huang je na odru poudaril, da Alpamayo ne sprejema le podatkov senzorjev in premika volana, zavor ter plina. Model tudi premisli o dejanju, pove, kaj namerava narediti, ter poda trajektorijo, ki stoji za to odločitvijo.
Preprosto povedano: Nvidia želi avtonomnim vozilom dati sposobnost, da komentirajo lastno razmišljanje.
Koda na voljo na Hugging Face
Pomembno je, da Nvidia Alpamaya ne zapira v črno skrinjico.
Osnovna koda za Alpamayo 1 je objavljena na Hugging Face, Nvidia pa jo predstavlja kot odprto osnovo za ekosistem avtonomnih vozil.
Razvijalci lahko:
- fino prilagodite Alpamayo v manjše, hitrejše modele za konkretna vozila,
- model uporabite za učenje enostavnejših sistemov za vožnjo, ki prevzamejo njegovo sposobnost sklepanja,
- gradite orodja na vrhu modela, npr.:
- sisteme za samodejno označevanje videoposnetkov,
- evalvatorje, ki preverjajo, ali se je vozilo v neki situaciji odločilo smiselno.
Za ekipe, ki razvijajo avtonomno vožnjo, to cilja neposredno na največje stroške: ročno označevanje podatkov senzorjev in pregledovanje mejnih primerov.
Sintetični podatki s Cosmosom
Alpamayo je tesno povezan tudi z Cosmosom, Nvidiino znamko generativnih svetovnih modelov.
Takšni modeli ne prepoznavajo le slik ali besedila, temveč se naučijo predstavitve fizičnega okolja, da lahko simulirajo njegovo obnašanje in napovedujejo naslednje korake.
Kani pojasnjuje, da lahko razvijalci s Cosmosom:
- generirate sintetične podatke vožnje in
- učite ter testirate aplikacije, ki temeljijo na Alpamayu, na kombinaciji realnih in sintetičnih podatkovnih zbirk.
Za redke in nevarne situacije je to idealno: prometnih nesreč ne želite ustvarjati v resničnem prometu samo zaradi podatkov.
Odprta podatkovna zbirka z več kot 1.700 urami vožnje
Skupaj z modelom Nvidia objavlja tudi odprto podatkovno zbirko, ki vsebuje več kot 1.700 ur posnetkov vožnje.
Podatki zajemajo:
- različne geografske lokacije,
- različne vremenske in svetlobne razmere,
- redke in kompleksne scenarije iz resničnega sveta.
Za raziskovalce in startup podjetja v regiji je to priročna osnova za učenje, primerjalno testiranje ali preverjanje lastnih sistemov v primerjavi z rešitvami, ki temeljijo na Alpamayu.
AlpaSim: odprt simulator za preverjanje avtonomne vožnje
Nvidia poleg podatkov lansira tudi AlpaSim, odprtokodni simulacijski okvir za validacijo sistemov avtonomne vožnje.
Na voljo na GitHubu, AlpaSim je zasnovan tako, da čim bolj realistično poustvari vozne razmere, vključno z:
- obnašanjem senzorjev,
- prometnimi udeleženci,
- cestno infrastrukturo.
Ideja je jasna: razvijalci lahko varno testirate svoje sklade za avtonomno vožnjo v velikem obsegu v simulaciji, še preden vozila zapeljejo na javne ceste. V kombinaciji z Alpamayem in Cosmosom dobite praktično celoten cevovod: simulacija, učenje, testiranje in razlaga.
Pomen za »fizični AI« v Evropi
Nvidia vse pogosteje govori o »fizičnem AI« – umetni inteligenci, ki upravlja stroje v resničnem svetu – kot o naslednjem velikem valu rasti. Z Alpamayem želi podjetje standardizirati, kako takšni sistemi sklepajo in pojasnjujejo svoje odločitve.
Za evropski in slovenski kontekst to odpira več možnosti:
- varnejše obvladovanje redkih prometnih situacij,
- večja razložljivost obnašanja avtonomnih vozil,
- nove načine za revizijo in odpravljanje napak v sistemih.
Regulatorji v EU že dolgo poudarjajo pomen preglednosti pri uporabi AI. Model, ki zna utemeljiti, zakaj je vozilo prečkalo križišče ali ostro zaviralo, tega ne rešuje v celoti, a inženirjem in pregledovalcem da bistveno več informacij kot zgolj končna odločitev sistema.
Nvidia s tem dodatno utrjuje vlogo v jedru sklada za avtonomno vožnjo: poleg čipov zdaj ponuja še odprte modele, podatke in simulatorje, na katerih lahko gradijo proizvajalci vozil, dobavitelji in raziskovalne skupine.
Ali bo Alpamayo postal privzeti »možgani« avtonomnih vozil, je odprto vprašanje. Toda s potezo, da so model, podatkovno zbirko in simulator odprli, Nvidia računa, da se bo okoli fizičnega AI oblikovala široka skupnost, ki bo to področje potisnila do lastnega ChatGPT‑trenutka.
