エヌビディア Alpamayo エコシステム登場：AI 自動運転車に推論能力を持たせ、意思決定の理由も説明可能に

2026年CES展示会期間、NVIDIA(NVIDIA)は、オープンソースAIモデル、シミュレーションツール、実車データから構成される完全なエコシステムAlpamayoを正式発表し、「推論能力を備えた」自動運転技術の開発を加速させることを目標としています。このシステムは、自動運転車が最も処理が難しい長尾シナリオ、つまり稀で複雑、過去のデータにほとんど登場しない道路状況に焦点を当てており、車両が単に見えるだけでなく、人間のように状況を理解し、因果関係を推論し、なぜその運転決定を下したのかを明確に説明できることを目指しています。

Alpamayoオープンエコシステムの登場、三つのコアを発表

CESで、NVIDIAのCEO黄仁勳(Jensen Huang)は、Alpamayoファミリーの全体構造を公開し、以下の三つのコアを含んでいます。

・「思考過程」を持つVLAモデル

・完全オープンソースの高忠実度自動運転シミュレーションシステム

・大規模かつ地域を跨ぐ実車データベース

黄仁勳は、この設計は現実世界における自動運転の安全性と多様な課題に対応するためのものであると述べています。

(註：VLAモデルは、Vision-Language-Actionの略で、見る、理解する、行動するの三つを統合したAIモデルアーキテクチャです。)

自動運転の最大の課題、長尾シナリオは依然として安全性のハードル

黄仁勳は、自動運転システムは非常に多様な道路条件下で動作する必要があり、実際に困難なのは日常的なシナリオではなく、稀で高リスクな状況、例えば突発事故、非典型的な交通行動、特殊環境要因であると指摘しています。

従来の自動運転アーキテクチャは多くの場合、「感知」と「計画」を分離して処理しますが、この方法は未知または新しい状況に直面したときの拡張性に限界があります。近年のエンドツーエンド学習は進展していますが、黄仁勳は、長尾問題を真に克服するには、「因果推論能力」を備え、出来事の関係性を理解できるシステムが必要だと考えています。

Alpamayoのコアコンセプトは、車両に段階的に考えさせること

Alpamayoファミリーは、思考連鎖(Chain-of-Thought)の概念を導入し、推論能力を持つVLAモデルを構築しています。これにより、自動運転システムは新規または稀な状況に遭遇した際に、段階的に行動ロジックを導き出すことが可能です。以下はAlpamayoの三つの主要な能力です。

・視覚認知：道路と周囲の環境を理解する。

・言語理解：状況と意味の文脈を把握する。

・行動生成：実際の運転決定を行う。

黄仁勳は、この設計は運転能力を向上させるだけでなく、意思決定の説明性も高め、自動運転の安全性への信頼構築に役立つと強調しています。全体のシステムは、NVIDIAのHalos安全システムを基盤としています。

実体AIの重要な転換点、自動運転タクシーが最初に恩恵を受ける

黄仁勳は、実体AIは重要な転換点に差し掛かっており、機械が現実世界で理解、推論、行動を開始することで、ChatGPTがデジタルAIを変革したのと同じように、自動運転タクシーが最も早く恩恵を受ける応用例の一つになると述べています。

彼は、Alpamayoは車両が複雑な環境で安全に走行し、自らの決定理由を説明できるようにするものであり、拡張性のある自動運転の実現に不可欠な基盤だと説明しています。

三つの柱を一度に整え、完全なオープンエコシステムを構築

NVIDIAは、Alpamayoを「教師モデル」と位置付けており、直接車載に展開するのではなく、訓練、微調整、蒸留など他の車載モデルの基盤として利用します。

データ、推論モデル、運転決定、シミュレーション検証、フィードバック最適化の一連の運用フローを示しています。

(註：蒸留は、Alpamayoの推論能力を用いて、大量生産し、車載でリアルタイムに動作しながらも高水準の行動を実現する自動運転モデルを作ることを指します。)

1. Alpamayo 1：思考連鎖を備えた最初の自動運転VLAモデル

Alpamayo 1は、100億パラメータの規模を持ち、映像を入力として運転軌跡と完全な推論過程を出力します。同時にモデルの重みと推論コードを公開しており、現在Hugging Faceに上架され、研究・開発に利用可能です。今後のバージョンでは、パラメータ規模、推論深度、商用オプションの拡充を予定しています。

(註：Hugging FaceはAI界のGitHubとも呼ばれ、オープンソースモデルの集積地として最大の特徴を持ち、多数のモデルやデータセットを統合しています。)

2. AlpaSim：完全オープンソースの自動運転シミュレーションプラットフォーム

AlpaSimはGitHubで公開されており、高忠実度センサーのモデリングをサポートし、交通行動や閉ループテストの設定が可能です。同時に迅速な検証や戦略最適化にも利用されます。

3. Physical AI Open Datasets：大規模な実車データセット

Physical AI Open Datasetsは、1700時間以上の運転データベースを持ち、多地域、多環境条件をカバーし、稀で複雑なシナリオに焦点を当てており、Hugging Faceでダウンロード可能です。

黄仁勳は、これら三つを組み合わせることで、自己強化型の研究開発サイクルを形成し、推論型自動運転技術の成熟を加速させると述べています。

自動車メーカーと産業界も支持表明、Level 4自動運転を目指す

現在、複数の自動車メーカーや研究機関がAlpamayoに関心を示しており、Lucid、JLR、Uber、Berkeley DeepDriveなどが含まれます。各方面は、推論能力を持つAI、オープンシミュレーション環境、高品質なデータが、Level 4自動運転推進のために不可欠な要素であると一致しています。

(註：Level 1–2は補助運転、Level 3は過渡期、Level 4は本格的に人間の運転手を必要としない段階です。)

今後、他のNVIDIAエコシステムと連携し、商用展開を支援

Alpamayoに加え、開発者はNVIDIAの他のプラットフォーム、CosmosやOmniverseと連携し、モデルをNVIDIA DRIVE Hyperionアーキテクチャに統合し、DRIVE AGX Thor計算プラットフォームと併用できます。

NVIDIAは、開発プロセスはまずシミュレーション環境で性能を検証し、その後実車での商用展開に進むことを強調し、安全性と拡張性を両立させる方針です。

(黄仁勳CESでの2026年の展望：Vera Rubinの量産開始、AI自動運転車Q1上市、重要な製造工程はTSMCから)

この記事は、NVIDIA Alpamayoエコシステム登場：AI自動運転車に推論能力を持たせ、決定理由も説明可能にした内容を最初に掲載したのは鏈新聞 ABMediaです。