NVIDIA presentó el martes Alpamayo 2 Super, un modelo de razonamiento de 34 mil millones de parámetros para vehículos autónomos, disponible comercialmente bajo la licencia OpenMDW-1.1 de la Linux Foundation. El lanzamiento elimina las restricciones de licencia que hasta ahora limitaban la familia de modelos Alpamayo al uso exclusivo en investigación, abriendo la puerta a que fabricantes de automóviles, operadores de robotaxis y proveedores puedan implementar la tecnología en producción sin necesidad de obtener permisos adicionales de NVIDIA.
El modelo, que NVIDIA describe como la familia de modelos de razonamiento abierto más adoptada para la conducción autónoma en Hugging Face con más de 500.000 descargas, combina una arquitectura base de visión y lenguaje de 32 mil millones de parámetros construida sobre el Cosmos 3 Super Reasoner con un decodificador de acciones basado en difusión de 2 mil millones de parámetros.
Qué hace el modelo
Alpamayo 2 Super está diseñado como una herramienta de desarrollo y no como un software que controle directamente un vehículo. Funciona como un «modelo maestro» para flujos de trabajo en la nube, generando trazas de razonamiento, datos sintéticos de entrenamiento y salidas de trayectorias que pueden destilarse en modelos más pequeños optimizados para el hardware a bordo de los vehículos, como el DRIVE AGX Thor de NVIDIA.
Para cada escenario de conducción, el modelo produce cinco salidas interrelacionadas: una trayectoria planificada, una traza de razonamiento causal que explica la decisión, una metaacción de alto nivel como ceder el paso o cambiar de carril, etiquetas de razonamiento generadas automáticamente para los datos de entrenamiento, y respuestas a preguntas visuales vinculadas a regiones específicas de las imágenes de las cámaras. Esto consolida capacidades que anteriormente requerían mantener modelos separados para cada etapa del flujo de trabajo de desarrollo.
En el benchmark de respuesta a preguntas visuales LingoQA, NVIDIA indica que el modelo obtiene una puntuación de 79.2, lo que, según la compañía, lo sitúa en primer lugar entre casi 40 modelos evaluados, superando a Qwen2.5-VL (72B) por 17 puntos, a Gemini 2.5 Pro por 15.1 puntos y a GPT-4o por 23.2 puntos.
