Nvidia rilascia Alpamayo 2 Edge, un modello di guida autonoma da 2 miliardi di parametri che spiega le proprie scelte solo quando necessario

Nvidia ha pubblicato il 10 novembre 2026 Alpamayo 2 Edge, un modello di guida autonoma di tipo vision-language-action da circa 2 miliardi di parametri, progettato per operare a bordo del veicolo, sul chip DRIVE AGX Thor. Monitora sei telecamere, pianifica la traiettoria per i 6,4 secondi successivi e, quando il contesto lo giustifica, redige una spiegazione della propria decisione. I pesi sono scaricabili su Hugging Face con licenza OpenMDW-1.1, una licenza permissiva che non vieta l’uso commerciale, e il codice è disponibile sotto Apache 2.0.

Spiegare solo quando serve

I modelli di guida «capaci di ragionamento» presentano un limite all’interno di un’auto: generare una spiegazione richiede tempo e risorse di calcolo, mentre la traiettoria deve essere calcolata più volte al secondo. La risposta di Nvidia è il ragionamento adattivo. Su un percorso lineare e privo di difficoltà, il modello genera un token speciale al posto del ragionamento e passa direttamente alla traiettoria. Davanti a un pedone, a un autobus che sopraggiunge in senso contrario o a un agente del traffico, produce invece un ragionamento «Chain-of-Causation», che ricollega la decisione alle sue cause all’interno della scena.

Il modello è stato distillato a partire dal suo predecessore di scala superiore, Alpamayo 2 Super, che ha generato i ragionamenti utilizzati come esempi. Nvidia lo ha poi sottoposto ad apprendimento per rinforzo a circuito chiuso nel simulatore AlpaGym, in cui il modello sperimenta le conseguenze dirette delle proprie scelte. Secondo il post tecnico, questa fase migliora del 48,9% le prestazioni di guida rispetto al miglior checkpoint non sottoposto a questo processo.

Da 160 a 190 ms a bordo, 16 GB su PC

Scaricato così com’è, in formato BF16, il modello funziona in PyTorch su GPU Nvidia: la scheda tecnica rileva un picco di 12 GiB di memoria su una H100 e consiglia almeno 16 GB. Per l’esecuzione in tempo reale a bordo del veicolo, Nvidia propone una pipeline (calibrazione FP8, motori TensorRT, decodifica speculativa DFlash2) che assicura una latenza compresa tra 160 e 190 ms tra l’immagine e la traiettoria su DRIVE AGX Thor, a seconda dell’estensione del ragionamento. Il modello è inoltre in grado di rispondere a domande aperte su una scena di guida.

Parallelamente, Nvidia rilascia AlpaJudge, un modello calibrato su giudizi umani che valuta la qualità di un ragionamento di guida. Viene impiegato per valutare il modello, filtrare i dati di addestramento e fornire una ricompensa per il post-addestramento.

Gli aspetti ancora da verificare

I dati sulle prestazioni provengono esclusivamente da Nvidia. La scheda tecnica indica una media di 15,15 km percorsi tra due incidenti imputabili (uscite di strada o collisioni) su 875 scenari simulati, e il post afferma che il risultato è circa 40 volte superiore a quello di Qwen-Drive-1.0, un modello da 4 miliardi di parametri, all’interno del simulatore AlpaSim di Nvidia. Si tratta di misurazioni svolte in ambiente simulato e su dati proprietari di Nvidia, che non forniscono indicazioni definitive sulla sicurezza su strade aperte al traffico. Le testimonianze dei partner (PORT, Niulinx, Embedl) si basano su test interni. Infine, gli esempi inclusi nel repository fanno riferimento al dataset PhysicalAI-AV di Nvidia, soggetto a specifiche condizioni di accesso.