自動運転の最大の壁は「未知のシナリオ」への対応です。信号待ちの列からトラックが急にバックしてくる、工事現場でコーンが車線にはみ出している—こうした「ロングテール」事例は、従来のパーセプション＋プランニング分離型アーキテクチャではスケールしませんでした。
NVIDIAがCES 2026で発表したAlpamayo（アルパマヨ）ファミリーは、この壁を根本から変えようとしています。業界初となるChain-of-Thought推論型VLA（Vision-Language-Action）モデルで、自動運転AIが「人間のように段階的に考え、行動する」アプローチをオープンソースで提供します。
Alpamayo 1：10Bパラメータの推論型VLA
Alpamayo 1は、100億パラメータのオープンモデルで、Hugging Faceから入手可能です。
従来のend-to-endモデルが「入力→出力」のブラックボックスだったのに対し、Alpamayoは推論トレースを生成します。例えば、工事現場を通過する際：
「左にナッジして、車線にはみ出してきた工事コーンとの距離を広げる」
といった意思決定のロジックが可視化されます。これは「説明可能性」の観点から非常に重要です。なぜその挙動をとったのか、PLや安全担当者に説明できるモデルは、実車評価の工数を大幅に削減できます。
3本柱のオープンエコシステム
Alpamayoは単なるモデルではありません。3つの要素で構成される包括的なエコシステムです：
- Alpamayo 1 — 推論型VLAモデル（Hugging Faceでオープン）
- Physical AI Open Datasets — 25カ国・2,500都市以上で収集した1,727時間のドライブデータ、310,895クリップ（各20秒）。マルチカメラ＋LiDAR全クリップ対応
- AlpaSim — マイクロサービスアーキテクチャのクローズドループシミュレータ（GitHubでオープンソース）
AlpaSimのアーキテクチャが面白い
AlpaSimは中心にRuntimeを置くマイクロサービス構成で、Driver・Renderer・TrafficSim・Controller・Physicsが独立したプロセスで動作します。
- gRPCによるモジュール間通信 — 依存関係のコンフリクトなしに新サービスを統合可能
- 水平スケーリング — ボトルネックになったサービスだけを追加起動。ドライバー推論が遅ければプロセス追加、レンダリングが遅ければGPUを追加
- パイプラインパラレル実行 — シーンAをレンダリングしている間に、シーンBのドライバー推論を実行。従来の順次ロールアウトのボトルネックを排除
Sim2Valフレームワークでは、シミュレーション結果を実車評価に組み込むことで、リアルワールド指標の分散を最大83%削減したとのこと。実車テストの工数削減という観点からも注目です。
E&Eアーキテクチャへの示唆
ここがE&E設計者にとって一番大事なポイント：
Alpamayoモデルは車載で直接動くことを想定していません。あくまでラージスケールな教師モデル（Teacher Model）として機能し、開発者がファインチューン・蒸留（Distillation）して、自社のAVスタックに組み込むバックボーンとして使います。
つまり、E&Eアーキテクチャとしては：
- クラウド/開発環境で10BパラメータのTeacher Modelが推論トレース付きで軌跡生成
- それを小さなRuntime Modelに蒸留して、車載SoC（DRIVE AGX Thor等）で動作
- NVIDIA Halosセーフティシステムが安全性を担保
この「Teacher → Distillation → Vehicle」のパイプラインこそが、現実的なE&Eアーキテクチャに落とし込むための鍵です。
既に主要メーカーが参画
Lucid Motors、JLR（ジャガー・ランドローバー）、Uber、Berkeley DeepDriveがAlpamayoを活用したL4自動運転の開発を進めると表明しています。JLRのThomas Müller氏は「オープンで透明性の高いAI開発が、自動運転の責任ある進展に不可欠」と語っています。
まとめ
NVIDIA Alpamayoが画期的なのは、単に「賢いモデル」を出しただけではない点です。推論の可視化・1,700時間超のオープンデータセット・パイプラインパラレル対応シミュレータの3つが揃って初めて、説明可能で安全なL4自動運転への道筋が見えてきます。
E&Eアーキテクチャ設計者にとって、Alpamayoの「Teacher-Student蒸留」パイプラインとAlpaSimのマイクロサービス構成は、今後のSDV開発のリファレンスアーキテクチャになる可能性が高いです。要注目です。
情報源：
NVIDIA Newsroom: Alpamayo Family Announcement
NVIDIA Developer Blog: Building Autonomous Vehicles That Reason with NVIDIA Alpamayo
Alpamayo 1 Model: Hugging Face
AlpaSim: GitHub
Physical AI Dataset: Hugging Face