Para los robotaxis y otros vehículos autónomos (VA), los problemas más difíciles no son los escenarios cotidianos. Son las situaciones raras y complejas, difíciles de anticipar y para las cuales es difícil entrenar.
Manejar estos eventos de cola larga requiere más que solo detección de objetos y predicción de movimiento. Los VA deben entender la situación, razonar sobre causa y efecto, elegir la acción correcta y convertir esa decisión en una trayectoria segura y cómoda, todo en tiempo real y de una manera que los desarrolladores puedan inspeccionar, validar y confiar.
El NVIDIA Alpamayo 2 Super, disponible ahora para uso comercial, es parte de la familia Alpamayo, los modelos de razonamiento abiertos más adoptados para conducción autónoma en Hugging Face, con soporte para una amplia gama de capacidades relevantes para VA dentro de un único modelo de fundación.
Construido sobre NVIDIA Cosmos 3 Super Reasoner y post-entrenado con aprendizaje por refuerzo, el modelo avanza el ecosistema de VA en dos frentes: licenciamiento comercial abierto y capacidades multitarea líderes para conducción autónoma.
El Alpamayo 2 Super es parte de la creciente colección de modelos abiertos, conjuntos de datos y herramientas para conducción autónoma de NVIDIA, ampliando el acceso, fortaleciendo la competencia, dando a los desarrolladores mayor control y apoyando una implementación de VA más segura y transparente.
Licenciamiento Abierto Para VA En Producción
El Alpamayo 2 Super está disponible en Hugging Face bajo OpenMDW‑1.1, la licencia permisiva de la Linux Foundation para distribuciones abiertas de modelos de IA. La licencia cubre el fine-tuning, modelos derivados y redistribución comercial, permitiendo que los desarrolladores de VA, fabricantes de automóviles, fabricantes de camiones y proveedores adapten Alpamayo a sus propios datos, políticas de conducción y estrategias de implementación.
Esta apertura permite a los investigadores y empresas de VA mantener el control sobre sus propios datos e infraestructura, además de ser dueños del valor que crean a través de modelos especializados y know-how acumulado. Ese control es esencial para los flujos de trabajo que involucran flotas propietarias y seguridad.
Las versiones anteriores de Alpamayo se introdujeron inicialmente para I+D. La licencia OpenMDW ahora se está aplicando en toda la familia de modelos Alpamayo para que los desarrolladores puedan implementar cualquiera de los modelos comercialmente sin requerir permisos adicionales. Esto crea un camino directo desde la adaptación hasta la implementación.
Los pesos abiertos hacen que ese camino sea económicamente viable. Los equipos pueden construir sobre razonamiento avanzado sin re-entrenar cada capacidad de fundación desde cero o pagar costos de modelos de frontera para cada tarea, combinando el modelo adecuado con el trabajo adecuado al costo adecuado.
El Alpamayo 2 Super habilita razonamiento a escala de frontera en flujos de trabajo de desarrollo basados en la nube, donde los desarrolladores pueden generar trazas de razonamiento de alta calidad, datos de entrenamiento sintéticos y salidas de maestro para destilación de modelos. Dentro de la familia de modelos Alpamayo, el Alpamayo 2 Super ofrece el mayor rendimiento de razonamiento y conducción para el desarrollo multimodal de conducción autónoma, mientras que Alpamayo 1.5 y Alpamayo 1 brindan opciones más rentables para el desarrollo basado en la nube y la destilación de modelos.
Los modelos destilados resultantes pueden optimizarse para inferencia eficiente en tiempo real en vehículos de producción. Juntos, la familia de modelos Alpamayo proporciona un flujo de trabajo cloud-to-car que combina razonamiento a escala de frontera con implementación escalable en flotas comerciales de VA.
Para los programas de VA, esto significa razonamiento a escala de frontera en la nube y modelos eficientes y especializados en el vehículo, una forma más sostenible de escalar la autonomía segura en flotas comerciales.
Razonamiento Líder En Benchmarks A Escala De Frontera
El Alpamayo 2 Super ocupa el primer lugar en LingoQA, un benchmark de razonamiento para conducción autónoma, entre casi 40 modelos evaluados. En las pruebas de NVIDIA usando la métrica Lingo‑Judge, superó al Qwen2.5‑VL 72B por 17,0 puntos, a Gemini 2.5 Pro por 15,1 puntos y a GPT‑4o por 23,2 puntos, demostrando razonamiento de vanguardia para escenarios centrados en la conducción. El Alpamayo 2 Super también ocupa el primer lugar en todos los benchmarks de conducción autónoma evaluados por NVIDIA, lo que subraya su rendimiento líder en una amplia gama de capacidades de VA.
El Alpamayo 2 Super ofrece 3 veces la escala de los modelos NVIDIA Alpamayo 1.5 y Alpamayo 1, de 10 mil millones de parámetros. La capacidad adicional ayuda al modelo a generalizar mejor el razonamiento a partir de ejemplos escasos, una capacidad crítica para las raras interacciones multiagente en las que los sistemas convencionales suelen tener dificultades.
El modelo razona con cobertura completa de cámaras envolventes, fusionando vistas del frente, los lados y la parte trasera del vehículo. Este contexto de 360 grados permite una comprensión más rica de los cambios de carril, fusiones, giros desprotegidos e intersecciones complejas, donde los riesgos suelen surgir.
Un Modelo De Fundación Multitarea Para Robotaxis Y Conducción Autónoma
Para cada situación de conducción, el Alpamayo 2 Super puede producir cinco salidas estrechamente acopladas:
- Una trayectoria que describe el camino planificado del vehículo.
- Una traza de cadena de causalidad (CoC) que explica el razonamiento detrás de la decisión.
- Una meta-acción (por ejemplo, ceder el paso, cambios de carril, paradas) que captura la intención del modelo.
- Auto-etiquetas de razonamiento que generan anotaciones de CoC para datos de entrenamiento y validación.
- Respuestas de preguntas y respuestas visuales con anclaje visual 2D que vinculan las respuestas del modelo a regiones específicas en imágenes de cámara.
Juntas, estas salidas ofrecen visibilidad sobre el proceso de toma de decisiones del modelo. Los desarrolladores pueden relacionar lo que el modelo observó con la acción que seleccionó, haciendo que las decisiones sean más fáciles de entender, criticar y validar.
Las trazas de CoC se integran con los flujos de trabajo de validación de seguridad de NVIDIA Halos y admiten la seguridad de IA alineada con los requisitos de ISO/PAS 8800, proporcionando una base más sólida para la ingeniería de seguridad de VA.
El Alpamayo 2 Super también puede implementarse como un auto-etiquetador para generar etiquetas de CoC y realizar preguntas y respuestas visuales con anclaje 2D en datos de flotas propietarias. Al vincular su razonamiento a regiones específicas en imágenes de cámara, el modelo puede transformar clips de conducción sin procesar en datos de entrenamiento más ricos, comprimiendo los ciclos de anotación de meses a días.
Más allá de la planificación y el auto-etiquetado, el Alpamayo 2 Super admite comprensión de escenas, crítica de modelos y destilación de conocimiento. Estas capacidades multitarea permiten a los desarrolladores usar un único modelo de fundación en más partes del stack de desarrollo, simplificando las herramientas y acelerando la iteración.
Un Ecosistema Abierto Para VA Basados En Razonamiento
El Alpamayo 2 Super es parte de una familia más amplia de modelos abiertos, frameworks y conjuntos de datos para el desarrollo de VA.
Otras herramientas de la familia incluyen:
- NVIDIA AlpaSim, que proporciona simulación de bucle cerrado.
- NVIDIA AlpaGym, que habilita el aprendizaje por refuerzo de alto rendimiento.
- NVIDIA Physical AI Open Datasets, que suministran datos para entrenamiento y pruebas.
- Recetas de entrenamiento abiertas y un pipeline de auto-etiquetado para acelerar el desarrollo, entrenamiento y validación de modelos.
Alpamayo ya ha superado los 500.000 descargas en Hugging Face, reforzando su posición como la familia de modelos de razonamiento abiertos más adoptada para conducción autónoma en la plataforma.
Descarguen NVIDIA Alpamayo 2 Super en Hugging Face para explorar el modelo, evaluar sus capacidades de razonamiento y comenzar a construir la próxima generación de robotaxis y vehículos autónomos.