Intelligentes Fahrmodell kostenlos nutzbar, Jensen Huang veröffentlichte spät in der Nacht ein Open-Source-Modell: Das autonome Fahren tritt in den „Android-Moment“ ein.

Am späten Abend des 4. August kündigte Jensen Huang, CEO von NVIDIA, die offizielle Einführung des Open-Source-Modells Alpamayo 2 Super für selbstfahrende Autos an. Dieses Modell wird zu einer starken Stütze für Szenarien mit geringer Häufigkeit bei Modellen wie fahrerlosen Taxis, Lastkraftwagen, Shuttles, Lieferfahrzeugen und Traktoren.

(Quelle: Screenshot von Plattform X)

In den letzten Jahren haben sich intelligente Fahrassistenz und KI rasant entwickelt, und die Nachfrage der Branche nach Rechenleistung ist nach wie vor hoch. Als weltweit größter Anbieter von Rechenleistungschips hat NVIDIA die Vorteile der Zeit genutzt, und seine Umsätze und Gewinne sind stetig gestiegen.

Offensichtlich ist NVIDIA mit den bereits erzielten Ergebnissen nicht zufrieden und plant, die Nachfrage der Automobilindustrie nach Rechenleistungschips durch Alpamayo 2 Super anzukurbeln.

Alpamayo 2 Super, der perfekte Partner für NVIDIAs Hardware

Alpamayo 2 Super wurde erstmals am 1. Juni dieses Jahres auf der GTC Taipei 2026 vorgestellt. Jensen Huang bewertete es mit den Worten: „Alpamayo markiert den Übergang des Autos von der reinen Fahrfunktion zur sicheren Schlussfolgerung“.

Einfach ausgedrückt ist Alpamayo 2 Super ein visuell-sprachlich-aktionsbasiertes Großmodell (VLA) mit 32 Milliarden Parametern, das auf Cosmos 3 Super Reasoner aufbaut.

Im Gegensatz zum „Black-Box“-Modell herkömmlicher End-to-End-Großmodelle kann Alpamayo 2 Super jede Entscheidung in natürlicher Sprache erläutern, sodass der Fahrer versteht, warum es genau so vorgeht, und das Misstrauen des Fahrers gegenüber dem automatischen Fahrsystem des Fahrzeugs beseitigt wird.

Alpamayo 2 Super verfügt zudem über eine Ausgabe von „Meta-Aktionen“, die direkt fortgeschrittene Fahrstrategien wie Vorfahrt gewähren, dringend an den Rand fahren, Kreisverkehr umfahren und vorübergehend anhalten ausgeben kann, anstatt nur untergeordnete Steuergrößen wie Lenkwinkel und Bremskraft auszugeben. Dadurch wird die Entwicklung des nachgelagerten fahrzeugseitigen Planungsmoduls erheblich vereinfacht.

(Quelle: NVIDIA)

Alpamayo 2 Super hat zwei weitere große Vorteile. Zuerst die Funktion der 2D-inferenzbasierten automatischen Annotation. Derzeit ist die Branche beim Training von Großmodellen für autonomes Fahren darauf angewiesen, 2D- und 3D-Daten manuell zu annotieren. Dies verbraucht nicht nur viel Personal und Ressourcen, sondern erfordert auch einen langen Standardisierungszeitraum.

Die 2D-inferenzbasierte automatische Annotierungsfunktion von Alpamayo 2 Super stützt sich auf die Inferenzfähigkeit des Modells, um Straßenerfassungsdaten stapelweise automatisch zu annotieren. Dadurch wird die Arbeitslast, die Monate an manueller Annotation erfordert, auf wenige Tage reduziert und Personal sowie Ressourcen erheblich eingespart.

Zweitens das „Lehrer-Schüler“-Destillationsarchitektur, die das 32-Milliarden-Parameter-Modell als Lehrermodell verwenden kann, um ein Schülermodell mit kleinerer Parametergröße zu destillieren, sodass es schnell an das fahrzeugseitige Rechenplattform NVIDIA DRIVE AGX Thor angepasst werden kann.

Darüber hinaus wurde die Wahrnehmung von Alpamayo 2 Super von der Frontkamera-Wahrnehmung auf eine 360°-Umgebungswahrnehmung aktualisiert, die mehrere Richtungen vorne, an der Seite und hinten abdecken kann, um vollständige Umgebungsinformationen für die Entscheidungsfindung des intelligenten Fahrsystems bereitzustellen und so die Sicherheit des intelligenten Fahrens zu erhöhen.

Im Benchmark-Test für autonomes Fahren LingoQA belegte Alpamayo 2 Super den ersten Platz vor fast 40 Modellen, was die außergewöhnliche Leistungsfähigkeit dieses Modells beweist.

(Quelle: Plattform X)

Wenn man nur die Fähigkeiten vergleicht, ist Alpamayo 2 Super möglicherweise nicht führend im Vergleich zu führenden Lösungsanbietern wie Huada Dimoo sowie Automobilherstellern wie Tesla, XPeng und Li Auto. Seine starke Wahrnehmungsfähigkeit und die 2D-inferenzbasierte automatische Annotierungsfunktion können jedoch die Trainings- und Inferenzkosten für das autonome Fahren von Automobilherstellern erheblich senken, was sehr gut für Automobilhersteller mit schwächerer Forschungs- und Entwicklungsfähigkeit geeignet ist.

Am wichtigsten ist, dass Alpamayo 2 Super ein Open-Source-Modell ist. Gerade wegen seiner Open-Source-Eigenschaft ist Dianchetong (ID: dianchetong233) der Ansicht, dass die Einführung von Alpamayo 2 Super das Zeichen für den Eintritt des Bereichs des autonomen Fahrens in den „Android-Moment“ ist.

Autonomes Fahren: Eintritt in den „Android-Moment“?

Im November 2007 kam das Android-System auf den Markt und erhielt dank seiner Open-Source-Eigenschaft schnell die Unterstützung einer großen Anzahl von Handyherstellern, sodass auch unzählige Hersteller, die nicht über die Fähigkeit zur Eigenentwicklung von Betriebssystemen verfügten, beruhigt in den Markt eintreten konnten. Die blühende Entwicklung von Smartphones ist untrennbar mit dem Android-System verbunden.

Der Schlüssel, mit dem Alpamayo 2 Super die Branche für autonomes Fahren in das „Android-Zeitalter“ führt, liegt in der Open-Source-Lizenz OpenMDW 1.1.

OpenMDW 1.1 (Open Model, Data and Weights License 1.1) ist eine permissive Open-Source-Lizenz, die die Linux Foundation speziell für KI-Modelle veröffentlicht hat. Ihr Kerninhalt ist die uneingeschränkte kommerzielle Nutzung, kein Copyleft, nur die Beibehaltung der Lizenz- und Urheberrechtshinweise sowie die vollständige Freiheit der Modellausgabe.

Auf Grundlage dieser Lizenz können Automobilhersteller das Modell frei feinabstimmen, destillieren, beschneiden, die Architektur modifizieren und sogar abgeleitete Modelle generieren. Zudem ist eine quellgeschlossene kommerzielle Nutzung unterstützt, ohne dass die eigenen Forschungsergebnisse an die Gemeinschaft zurückgegeben werden müssen.

Am selben Tag der offiziellen Veröffentlichung von Alpamayo 2 Super veröffentlichte das Ministerium für Industrie und Informationstechnologie die verbindliche nationale Norm „Sicherheitsanforderungen für autonome Fahrsysteme von intelligent vernetzten Fahrzeugen“ (GB 44721—2026), die voraussichtlich am 1. Juli 2027 offiziell in Kraft treten wird.

(Quelle: Screenshot des Ministeriums für Industrie und Informationstechnologie)

Diese Norm richtet sich an hochgradige intelligente Fahrsysteme der Stufen L3 und L4. Ihre Veröffentlichung markiert, dass das hochgradige autonome Fahren in China bald von technischen Pilotprojekten und konzeptuellem Marketing in ein Zeitalter der standardisierten, rechtsstaatlichen und groß angelegten kommerziellen Nutzung eintritt.

Allerdings befindet sich die Branche für autonomes Fahren seit langem in einer polarisierten Struktur. Führende Unternehmen können Milliarden an Kapital, Algorithmus-Teams mit Tausenden von Mitarbeitern und umfangreiche Straßentestdaten investieren, um hochgradige intelligente Fahrmodelle in Eigenentwicklung zu erstellen und technische Barrieren aufzubauen. Kleine neue Marken und einige etablierte Automobilhersteller stehen vor dem doppelten Dilemma, dass die Eigenentwicklung zu teuer und der Kauf von externen Lösungen unerschwinglich ist.

Die Entwicklung von hochgradigen intelligenten Fahrsystemen ist durch lange Zyklen und hohe Investitionskosten gekennzeichnet. Der Kauf von kommerziellen Drittlösungen ist nicht nur kostspielig, sondern führt auch zu Problemen wie technischer Bindung, fehlender Unabhängigkeit bei Daten und unmöglicher differenzierter Iteration.

Die Einführung von Alpamayo 2 Super wird diese Struktur voraussichtlich beenden. Es wird der gesamten Branche kostenlos zugänglich gemacht, wodurch die Forschungs-, Kapital- und technischen Hürden für hochgradige intelligente Fahrsysteme erheblich gesenkt werden.

Automobilhersteller müssen kein Großmodell-Team von Grund auf aufbauen, keine exorbitanten Kosten für die Datenannotation tragen und keinen langen technischen Iterationszyklus durchlaufen. Sie müssen nur auf dem Open-Source-Grundgerüst aufbauen und es mit ihren eigenen Szenarien feinabstimmen, um schnell alle hochgradigen intelligenten Fahrfunktionen wie städtisches NOA, Hochgeschwindigkeits-NOA und automatisches Parken zu implementieren.

Früher waren die zentralen Barrieren für intelligentes Fahren das Vorhandensein eines Großmodells und zentraler Algorithmen. In Zukunft werden die zentralen Barrieren darin bestehen, wer die bessere Datenverwaltung hat, wer die genauere Szenarioanpassung erreicht und wer die ausgereiftere Fahrzeugabstimmung durchführt. Dies stimmt vollkommen mit der Logik des Android-Zeitalters überein, in dem Handyhersteller nicht mehr um die untere Ebene des Betriebssystems konkurrieren, sondern um Hardware, Bildgebung, Systemoptimierung und lokalisierte Erfahrung.

(Quelle: Generiert von Doubao AI)

Natürlich ist Alpamayo 2 Super nicht sofort einsatzbereit. Inländische Automobilhersteller müssen es noch an Faktoren wie die Fahrgewohnheiten der Fahrer und die Straßensituationen lokalisieren. Die 2D-inferenzbasierte automatische Annotierungsfunktion von Alpamayo 2 Super kann den Automobilherstellern dabei helfen, die Datenannotation schnell abzuschließen, damit sie das Großmodell trainieren können.

Allerdings sind Handys und autonomes Fahren schließlich zwei völlig unterschiedliche Bereiche. Letzteres weist eine sehr hohe Abgeschlossenheit auf, sodass man nicht einfach den Erfolg von Android übernehmen kann, um zu beurteilen, dass Alpamayo 2 Super das autonome Fahren in den „Android-Moment“ führt.

Führende Akteure wie Tesla, Huawei, NIO, XPeng und Li Auto werden zur Wahrung hochgradiger Differenzierung, Datensicherheit und technischer Souveränität zwangsläufig die vollständige Eigenentwicklung beibehalten und nicht vollständig vom Open-Source-Ökosystem abhängen. Es wird in der Branche nie die Situation geben, dass „alle gemeinsam ein einziges Grundgerüst verwenden“.

Nach Ansicht von Dianchetong (ID: dianchetong233) kann Alpamayo 2 Super für die meisten Automobilhersteller ihr „intelligentes Fahr-Android“ sein, die optimale Lösung mit niedrigen Kosten, schneller Implementierung und kommerzieller Nutzbarkeit. Für wenige führende Akteure mit Eigenentwicklung kann das Open-Source-Grundgerüst das selbst entwickelte Großmodell nicht ersetzen.

Wer ist der größte Nutznießer des „intelligenten Fahr-Android“?

Alpamayo 2 Super richtet sich nicht an führende Automobilhersteller, die bereits die vollständige Eigenentwicklung realisiert haben, sondern eignet sich eher für mittlere Automobilhersteller, traditionelle Automobilhersteller und Nutzfahrzeugunternehmen, die seit langem durch Mängel in Technik, Kapital und Personal eingeschränkt sind. Diese Akteure können voraussichtlich das Open-Source-Grundgerüst nutzen, um ihre Mängel im intelligenten Fahren schnell zu beheben und die Wettbewerbsstruktur der Branche zu verändern.

Beispielsweise verfügen traditionelle Hauptautomobilhersteller wie GAC, SAIC, Changan und Dongfeng über starke Fähigkeiten in der Fahrzeugherstellung, Lieferkette und Vertriebskanälen, aber der Fortschritt bei der Eigenentwicklung von Großmodellen für intelligentes Fahren ist rückständig. Viele Modelle sind mit extern gekauften Drittlösungen ausgestattet. Auf Grundlage von Alpamayo 2 Super können solche Automobilhersteller schnell ein eigenes intelligentes Fahrsystem aufbauen, die Abhängigkeit von Drittlösungen beseitigen, den Raum für differenzierte Fahrzeugabstimmung behalten und ihren Marktanteil im Hauptmarkt sichern.

(Quelle: NVIDIA)

Joint-Venture-Marken wie Volkswagen, Toyota und Mercedes-Benz haben bei der Umstellung auf Elektrifizierung und Intelligente Entwicklung langsam voranschreitet. Sie können auch das Open-Source-Modell nutzen, um ihre Mängel im intelligenten Fahren schnell zu beheben und den Druck des Rückstands bei der Elektrifizierung zu mindern.

Neue Marken wie Leapmotor und Jishi, die im Bereich des intelligenten Fahrens keine führende Position erreicht haben, können das Open-Source-Grundgerüst von Alpamayo 2 Super nutzen, um die Fähigkeiten des intelligenten Fahrens mit niedrigen Kosten sprunghaft zu verbessern.

Schließlich sind es die Automobilhersteller, die eng an das Hardware-Ökosystem von NVIDIA gebunden