Не просто объехать мяч, а подумать о ребёнке: Nvidia показала открытую модель DRIVE Alpamayo-R1

На конференции NeurIPS ^[1], прошедшей 1 декабря 2025 года в Сан‑Диего (США), компания Nvidia объявила о выпуске DRIVE Alpamayo‑R1 — открытой ИИ‑модели и набора инструментов для автономного транспорта и робототехники. В центре внимания ^[2] презентации было укрепление технологической базы физического ИИ — интеллекта ^[3], который способен понимать и ощущать реальный мир, взаимодействуя с ним напрямую.

Nvidia DRIVE Alpamayo‑R1 — новая ИИ‑модель, созданная для исследований в области беспилотного вождения. В её основе лежит визуально‑языковая модель для рассуждений Cosmos‑Reason1 ^[4], предназначенная для физического ИИ и робототехники. Разработчики позиционируют Alpamayo‑R1 как первую в мире визуально‑языковую модель действий (VLA), способную не только интерпретировать изображение и текст, но и вырабатывать поведенческие решения.

Обычные системы беспилотного вождения справляются с элементарными задачами — вроде перестроений или объезда препятствий, — но испытывают трудности, когда нужно оценить ситуацию целиком. Alpamayo‑R1 же объединяет видеопоток с камер и языковую информацию, позволяя системе рассуждать почти «по‑человечески» и принимать решения с учётом контекста.

Так, например, в демонстрационном ролике автомобиль, заметив катящийся мяч, не просто объезжает его как помеху, но понимает возможные последствия: «Нужно притормозить — вдруг за мячом бежит ребёнок». Подобный уровень осмысленного поведения ^[5] приближает отрасль к внедрению автономного вождения IV уровня, при котором система способна полностью управлять машиной в заданных условиях и локациях.

Датасет Nvidia DRIVE Alpamayo‑R1 свободно доступен на Hugging Face ^[6].

Чтобы облегчить разработчикам работу с новыми продвинутыми моделями, команда Cosmos также выпустила руководство и набор инструментов под названием Cosmos Cookbook. В него входят:

• LidarGen ^[7] — генератор LiDAR‑данных для симуляций беспилотного вождения;

• Cosmos Policy ^[8] — инструмент для извлечения поведенческих политик роботов из видеоматериалов;

• ProtoMotions3 ^[9] — технология, позволяющая воспроизводить физическое движение людей и роботов в цифровой среде.

Все эти инструменты расширяют возможности исследователей робототехники и автономных систем.

Делегируйте часть рутинных задач вместе с BotHub! ^[10] Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке ^[11] вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

Источник ^[12]