Nvidia lanzó Alpamayo 2 Super para uso comercial el martes, brindando a fabricantes de automóviles y desarrolladores de vehículos autónomos acceso a su modelo de razonamiento abierto más grande para robotaxis y sistemas de conducción autónoma.
El modelo está disponible a través de Hugging Face bajo la licencia OpenMDW 1.1 de la Linux Foundation, que permite el ajuste fino, modelos derivados y redistribución comercial. Nvidia dijo que también está aplicando la licencia a modelos anteriores de la familia Alpamayo, que inicialmente se lanzaron para investigación y desarrollo.
Alpamayo 2 Super es un modelo de visión, lenguaje y acción con 34 mil millones de parámetros, que consta de un núcleo Cosmos 3 Super Reasoner de 32 mil millones de parámetros y un componente de acción basado en difusión de aproximadamente 2,3 mil millones de parámetros.
El modelo fue entrenado posteriormente utilizando aprendizaje por refuerzo y es aproximadamente tres veces más grande que los modelos Alpamayo 1 y Alpamayo 1.5 de Nvidia de 10 mil millones de parámetros.
El modelo procesa video de cámaras posicionadas alrededor de un vehículo, junto con instrucciones de navegación y su historial reciente de movimiento. Nvidia dijo que la configuración completa de rodeo proporciona al sistema acceso a vistas frontal, lateral y trasera al evaluar situaciones como cambios de carril, fusiones, intersecciones y giros sin protección.
Para cada escenario de conducción, Alpamayo 2 Super puede generar una trayectoria planificada y una cadena de rastreo de causalidad que explica los factores detrás de su decisión. También puede producir acciones de nivel superior, como ceder el paso, cambiar de carril o detenerse.
Las funciones adicionales incluyen respuesta a preguntas visuales, vincular respuestas a regiones dentro de imágenes de cámaras y generar automáticamente etiquetas de razonamiento para datos de entrenamiento y validación. Nvidia dijo que el modelo se puede aplicar a footages de flotas propietarias para convertir clips de conducción en bruto en material de entrenamiento etiquetado.
La tarjeta del modelo de Hugging Face indica que Alpamayo 2 Super se entrenó utilizando aproximadamente 115.000 horas de video de conducción con múltiples cámaras y alrededor de 3,7 millones de trazas de razonamiento de cadena de causalidad. Sus salidas incluyen texto y trayectorias de vehículo planeadas que cubren hasta 6,4 segundos.
Nvidia dijo que Alpamayo 2 Super ocupó el primer lugar entre casi 40 modelos evaluados en LingoQA, una prueba centrada en el razonamiento sobre escenarios de conducción autónoma.
Usando la métrica Lingo Judge, Nvidia informó que el modelo obtuvo 17 puntos más que Qwen2.5 VL 72B, 15.1 puntos más que Gemini 2.5 Pro y 23.2 puntos más que GPT 4o. Los resultados fueron reportados por pruebas realizadas por Nvidia.
La ficha del modelo informa una puntuación de Lingo Judge de 79.2, junto con resultados de la evaluación cerrada AlpaSim de Nvidia y una evaluación de trayectoria en bucle abierto basada en muestras de conducción desafiantes.
Nvidia dijo que los desarrolladores pueden usar Alpamayo 2 Super como un modelo docente basado en la nube para generar datos y salidas de razonamiento para modelos más pequeños. Esos modelos luego pueden optimizarse para procesamiento en tiempo real dentro de vehículos en producción.
La plataforma Alpamayo también incluye AlpaSim para simulación en bucle cerrado, AlpaGym para aprendizaje por refuerzo, conjuntos de datos de conducción con IA física y herramientas de entrenamiento abiertas. Nvidia dijo que los modelos Alpamayo han superado colectivamente 500.000 descargas en Hugging Face.