Nvidia publie Alpamayo 2 Edge, un modèle de conduite autonome de 2 milliards de paramètres qui n'explique ses choix qu'en cas de besoin

Nvidia a mis en ligne le 10 novembre 2026 Alpamayo 2 Edge, un modèle de conduite autonome de type vision-langage-action d’environ 2 milliards de paramètres, conçu pour tourner dans la voiture, sur la puce DRIVE AGX Thor. Il regarde six caméras, planifie la trajectoire des 6,4 secondes suivantes et, quand la situation le justifie, rédige une explication de sa décision. Les poids sont téléchargeables sur Hugging Face sous licence OpenMDW-1.1, une licence permissive qui n’interdit pas l’usage commercial, et le code est sous Apache 2.0.

Expliquer seulement quand c’est utile

Les modèles de conduite « qui raisonnent » ont un défaut dans une voiture : écrire une explication prend du temps et du calcul, alors que la trajectoire doit sortir plusieurs fois par seconde. La réponse de Nvidia est le raisonnement adaptatif. Sur une route sans difficulté, le modèle émet un jeton spécial à la place du raisonnement et passe directement à la trajectoire. Face à un piéton, un bus qui arrive en face ou un agent de circulation, il produit un raisonnement « Chain-of-Causation », qui relie la décision à ses causes dans la scène.

Le modèle a été distillé à partir de son grand frère, Alpamayo 2 Super : c’est lui qui a généré les raisonnements servant d’exemples. Nvidia l’a ensuite entraîné par renforcement en boucle fermée dans son simulateur AlpaGym, où le modèle subit les conséquences de ses propres choix. Selon le billet technique, cette étape améliore de 48,9 % la performance de conduite par rapport au meilleur checkpoint qui ne l’a pas suivie.

160 à 190 ms dans la voiture, 16 Go sur un PC

Téléchargé tel quel, en BF16, le modèle tourne en PyTorch sur un GPU Nvidia : la fiche mesure un pic de 12 Gio de mémoire sur une H100 et recommande au moins 16 Go. Pour le temps réel embarqué, Nvidia fournit une recette (calibration FP8, moteurs TensorRT, décodage spéculatif DFlash2) qui donne une latence de 160 à 190 ms entre l’image et la trajectoire sur DRIVE AGX Thor, selon la longueur du raisonnement. Le modèle peut aussi répondre à des questions libres sur une scène de conduite.

Nvidia publie en parallèle AlpaJudge, un modèle qui note la qualité d’un raisonnement de conduite, calibré sur des jugements humains. Il sert à évaluer le modèle, à trier les données d’entraînement et à fournir une récompense pour le post-entraînement.

Ce qui reste à vérifier

Les chiffres de performance viennent de Nvidia. La fiche indique 15,15 km parcourus en moyenne entre deux incidents fautifs (sortie de route ou collision) sur 875 scénarios simulés, et le billet affirme que c’est environ 40 fois mieux que Qwen-Drive-1.0, un modèle de 4 milliards de paramètres, dans le simulateur AlpaSim de Nvidia. Ces mesures sont faites en simulation, sur des données de Nvidia ; elles ne disent rien de la sécurité sur route ouverte. Les témoignages des partenaires (PORT, Niulinx, Embedl) reposent sur des tests internes. Enfin, les exemples du dépôt s’appuient sur le jeu de données PhysicalAI-AV de Nvidia, soumis à ses propres conditions d’accès.