自動運転AIが判断理由を説明できれば、問題の原因を追いやすくなります。ただし、もっともらしい説明が正しいとは限りません。NVIDIAの新モデルは、運転AIの透明性をどこまで高め、どこに新たな検証課題を残したのでしょうか。
NVIDIAは、自動運転開発向けの340億パラメータVLAモデル「Alpamayo 2 Super」を公開した。320億パラメータのCosmos 3 Super Reasonerと約23億パラメータのAction Expertを組み合わせ、最大7台のカメラによる360度認識から、走行軌道、判断理由、メタアクション、質問への回答、2Dグラウンディング、自動ラベルを生成する。
モデル重みはHugging Faceで公開されているが、利用にはログインとアクセス許可が必要だ。評価ではLingoQAで79.2、6.4秒先までの軌道予測でminADE_6 0.911mを記録した。
From: 
Generate Trajectories, Reasoning Traces, and Auto-Labels with NVIDIA Alpamayo 2 Super
【編集部解説】
Alpamayo 2 Superの重要な特徴は、車両の将来軌道とともに、周辺状況から判断へ至った理由を「Chain-of-Causation」として文章で出力できる点です。ただし、軌道と判断理由を同時に生成する仕組み自体は、過去のAlpamayoモデルにも搭載されていました。
今回の差分は、推論モデルの規模が前世代の100億パラメータから320億パラメータへ拡大し、前方中心だった映像入力が、側面や後方を含む360度の周辺認識へ広がったことです。さらに、停止や車線変更といったメタアクション、2Dバウンディングボックス、自動ラベル付けも追加されました。
つまり、単に理由を話すAIが登場したというより、走行計画、場面理解、判断理由、データ作成を共通のモデルで扱える範囲が広がったことが今回の変化です。
従来の軌道出力だけでは、車両が急停止したときに、歩行者を正しく認識した結果なのか、別の物体を歩行者と誤認したのか、判断部分で過度に慎重になったのかを区別しにくい問題があります。
Alpamayo 2 Superでは、走行軌道とChain-of-Causationを並べて確認できます。NVIDIAは、失敗の原因が認識、推論、行動生成のどこにあったのかを調べる用途や、実車向けの小型モデルと教師モデルの判断を比較する用途を示しています。
また、回答内で言及した車両や歩行者を2Dバウンディングボックスで示せるため、説明文がどの対象を指しているのかも確認できます。文章だけで理由を出すより、映像上の根拠と結び付けて検査しやすい設計です。
注意すべきなのは、自然な判断理由を出力できることと、その理由が常に正確であることは同じではない点です。
自動ラベル機能の評価では、専門家が作成した社内の約8,000クリップと比較し、社内評価モデルによる類似度は0.652でした。2DグラウンディングではIoU 0.71、メタアクションでも項目によって61.91から74.59という結果です。
いずれも可能性を示す結果ですが、完全な一致ではありません。さらに、非公開の社内データと社内評価モデルが使われているため、同じ条件で第三者が評価結果を再現することは、現時点では難しいと考えられます。
NVIDIAのモデルカードも、実際のシステムへ組み込む前に、用途固有のデータを用いた追加試験と、システム全体での反復的な検証が必要だと説明しています。
Chain-of-Causationは安全性を保証する証明書ではなく、人間がモデルの判断を調査するための追加材料として捉えるのが適切です。
公開モデルはLinux環境を前提とし、NVIDIA H100 80GBで検証されています。7台のカメラを使った測定構成では、ピーク時のデバイスメモリ使用量は72,115MiBでした。
この公開構成は大容量のGPUメモリを必要とします。NVIDIAは、Alpamayo 2 Superを大規模な教師モデルとして利用し、生成した知識や判断例を小型モデルへ蒸留したうえで、車載コンピューターのDRIVE AGX Thor上で動作させる構成を示しています。
そのため、Alpamayo 2 Superは完成した車載運転モデルというよりも、学習データの作成、モデルの評価、判断過程の調査、小型モデルの学習を支える開発基盤としての性格が強いモデルです。
日本語については、モデルカードに記載されたChain-of-Causationの学習アノテーションは英語です。日本語で質問した場合の回答品質や、日本の道路環境における推論性能は、今回の公式資料からは確認できません。
Alpamayo 2 Superの価値は、AIへ運転を全面的に任せられる段階へ到達したことではありません。開発者がAIの判断を観察し、比較し、問題を発見するための共通基盤が、以前より広い範囲を扱えるようになった点にあります。
【関連記事】
Nvidia、自動運転AI「Alpamayo-R1」公開 推論能力でレベル4自律走行を加速
前世代に当たるAlpamayo-R1のモデル構成と、Chain-of-Causationによる判断理由の出力を紹介した記事。今回の記事では、Alpamayo 2 Superで追加された360度認識、自動ラベル、メタアクションなどの差分を確認できる。
NVIDIA、6チップ統合Rubinと自動運転VLAモデルAlpamayoをCES 2026で公開
CES 2026で示されたAlpamayoの位置付けと、NVIDIAが進めるフィジカルAI戦略を扱った記事。今回のモデル単体の機能を、同社の自動運転・AI基盤全体の流れに接続できる。
NVIDIA DRIVE Hyperion×いすゞ「エルガ」 ティアフォーと組む自動運転レベル4バスが、日本の公共交通を変える
NVIDIA DRIVE AGX Thorを採用する国内の自動運転バス計画を紹介した記事。Alpamayo 2 Superで想定されるモデル蒸留と、車載コンピューター上での社会実装を日本の事例から確認できる。
【編集部後記】
自動運転AIが、単に車を動かすだけでなく、なぜその判断を選んだのかまで示そうとしている点が印象に残りました。そこには、AIの判断過程を見える形にし、事故や誤作動が起きた際の責任を少しでも明確にしようとする、
NVIDIAの意図が感じられます。説明できるAIが、安全性への信頼をどこまで高められるのか注目したいです。
【用語解説】
VLA（Vision-Language-Action）モデル
カメラなどの視覚情報と言語による指示を理解し、その結果を物理的な行動へ結び付けるAIモデル。自動運転では、道路状況の認識、判断理由の生成、将来の走行軌道の予測などを統合して処理する構成。
Chain-of-Causation
周辺状況の認識から運転判断に至る因果関係を、言語として出力する仕組み。車両が何を認識し、なぜ停止や車線変更を選んだのかを調査するための情報。
走行軌道（Trajectory）
車両が将来どの位置を通り、どの方向へ進むかを時系列で示した予測。自動運転AIの経路計画や行動評価に利用される情報。
メタアクション
停止、加速、減速、譲る、車線変更といった、車両の大まかな行動意図。座標で示される細かな走行軌道よりも、人間や後段のシステムが判断内容を理解しやすい表現。
2Dグラウンディング
AIが回答や判断の根拠として参照した車両、歩行者、標識などを、カメラ映像上の2Dバウンディングボックスで示す技術。
オープンループ評価
記録済みの運転データを使い、AIが予測した軌道と正解データを比較する評価方法。AIの行動によって周囲の状況が変化する過程までは反映されない。
クローズドループ評価
AIが出力した運転行動をシミュレーター内で実行し、その後に生じる周囲の変化も含めて評価する方法。衝突や道路からの逸脱など、行動の連鎖による問題を確認可能。
モデル蒸留
大規模な教師モデルが持つ知識や判断能力を、より小さなモデルへ移す学習手法。計算能力やメモリ容量が限られる車載コンピューターでの実行を目的として利用される。
【参考リンク】
NVIDIA Alpamayo公式ページ（外部）
自動運転向けのオープンVLAモデル、シミュレーション環境、データセットを含むAlpamayoプラットフォームの公式情報。
NVIDIA DRIVE AGX Developer Kits（外部）
自動運転アプリケーション開発に使用するDRIVE AGX ThorおよびDRIVE AGX Orin開発キットの公式ページ。
NVIDIA on Hugging Face（外部）
NVIDIAが公開するAIモデル、データセット、モデルカードを確認できるHugging Face上の公式組織ページ。
NVIDIA Research（外部）
NVIDIAが取り組むAI、ロボティクス、自動運転、コンピューターグラフィックスなどの研究成果を公開する公式サイト。
【参考動画】
NVIDIA公式動画。Alpamayo 2 Superによる360度の周辺認識、走行軌道、判断理由、メタアクション、自動ラベル生成の概要を映像で紹介。
【参考記事】
Taking Alpamayo to New Heights with Driving Foundation Models and Closed-Loop Training｜NVIDIA・Hugging Face（外部）
Alpamayoプラットフォームの拡張内容と、前世代モデル、データセット、クローズドループ学習環境の関係を解説したNVIDIA公式記事。
Alpamayo 2 Super Model Card｜NVIDIA・Hugging Face（外部）
モデル構成、入出力、学習・評価データ、動作環境、ライセンス、安全性に関する注意事項をまとめた公式モデルカード。モデル重みの利用には、Hugging Faceへのログインとアクセス許可が必要。
NVlabs/alpamayo2｜GitHub（外部）
Alpamayo 2 Superの推論用コード、CLI、ノートブック、API、インストール方法を収録したNVIDIA公式リポジトリ。
