NVIDIA

La guida autonoma sale di livello: NVIDIA rilascia Alpamayo 2 Super

di pubblicata il , alle 13:11 nel canale Mobilità Elettrica La guida autonoma sale di livello: NVIDIA rilascia Alpamayo 2 Super

NVIDIA ha reso disponibile Alpamayo 2 Super per l'uso commerciale nei veicoli autonomi. Basato su Cosmos 3 Super Reasoner e addestrato tramite apprendimento per rinforzo, il modello offre ragionamento avanzato, visione a 360 gradi, tracciamento causale ispezionabile e prestazioni da primato nei benchmark di settore per robotaxi e flotte commerciali.

 

NVIDIA ha annunciato la disponibilità per l'uso commerciale di Alpamayo 2 Super, il modello aperto di ragionamento concepito per l'integrazione su robotaxi, camion, navette, furgoni per le consegne, trattori e macchine autonome.

Costruito sulla base di NVIDIA Cosmos 3 Super Reasoner e affinato mediante apprendimento per rinforzo (reinforcement learning), il modello espande la famiglia Alpamayo, la serie di modelli aperti di ragionamento per la guida autonoma più adottata su Hugging Face, con oltre 500.000 download complessivi.

Il team di sviluppo di NVIDIA ha sottolineato la portata dell'architettura affermando: "Oltre a vedere, Alpamayo comprende e ragiona attraverso un mondo complesso: pensa prima di agire. È una solida spina dorsale per robotaxi, camion, navette, furgoni per le consegne, trattori e per l'ampia coda dei robot mobili: miliardi di macchine autonome in futuro. La prossima ondata dell'IA è la robotica, e inizia con i veicoli autonomi".

Nell'ambito dei veicoli ad autonomia guidata (AV), le principali criticità ingegneristiche non risiedono negli scenari di guida quotidiani, bensì nelle situazioni rare e complesse della cosiddetta "coda lunga" (long-tail events), difficili da prevedere e simulare. Per gestire tali condizioni, i semplici sistemi di rilevamento degli oggetti e di stima del movimento risultano insufficienti: il veicolo deve interpretare la dinamica, comprendere le relazioni di causa ed effetto e formulare decisioni trasparenti e tracciabili dagli sviluppatori.

Alpamayo 2 Super vanta una scala tre volte superiore rispetto ai modelli da 10 miliardi di parametri Alpamayo 1 e Alpamayo 1.5. Questa capacità computazionale aggiuntiva permette di generalizzare il processo logico anche in presenza di dati di addestramento rari o sparsi. Il sistema elabora il contesto spaziale a 360 gradi integrando i flussi video di tutte le telecamere perimetrali (frontali, laterali e posteriori), ottimizzando la gestione di manovre critiche quali cambi di corsia, confluenze, svolte non protette e incroci complessi.

Mentre i primi rilasci della famiglia Alpamayo erano limitati all'ambito di ricerca e sviluppo, Alpamayo 2 Super viene reso disponibile sotto licenza OpenMDW-1.1, la licenza permissiva della Linux Foundation dedicata alla distribuzione di modelli IA aperti. La licenza autorizza il fine-tuning, la creazione di modelli derivati e la ridistribuzione commerciale senza autorizzazioni aggiuntive, consentendo a case automobilistiche, costruttori e fornitori di preservare il controllo sulla propria infrastruttura e sui dati proprietari.

"Lo rilasciamo per uso commerciale sotto OpenMDW-1.1 in modo che i team possano ispezionarlo, rifinirlo e distribuirlo - i modelli aperti fanno progredire la sicurezza e la protezione", ha spiegato il team di NVIDIA.

Per ciascuna situazione di guida, Alpamayo 2 Super produce cinque output correlati:

  • Una traiettoria che definisce il percorso calcolato.
  • Una traccia di catena di causazione (Chain-of-Causation - CoC) che esplicita la motivazione della decisione.
  • Una meta-azione (es. dare precedenza, arresto, cambio corsia) che formalizza l'intento.
  • Auto-etichette di ragionamento per la validazione automatizzata dei dati di addestramento.
  • Risposte di Visual Question Answering con ancoraggio visivo 2D (grounding) collegato alle regioni dell'immagine di input.

Nelle valutazioni condotte da NVIDIA tramite la metrica Lingo-Judge sul benchmark di ragionamento LingoQA, Alpamayo 2 Super si è posizionato al primo posto tra circa 40 modelli analizzati, superando Qwen2.5-VL 72B di 17,0 punti, Gemini 2.5 Pro di 15,1 punti e GPT-4o di 23,2 punti.

2 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - info
supertigrotto05 Agosto 2026, 18:10 #1
Comunque ci vorrà mezzo datacenter per avere un sistema di guida autonoma decente.
mmorselli05 Agosto 2026, 18:46 #2
Originariamente inviato da: supertigrotto
Comunque ci vorrà mezzo datacenter per avere un sistema di guida autonoma decente.


Tocca, di nuovo, ricordarti la differenza tra addestramento ed inferenza. Le auto non imparano mentre guidano, usano modelli statici, sarà poi chi crea i modelli a raccogliere i dati per crearne uno successivo migliore.

Le auto a guida autonoma, pur avendo una parte computing notevole, non andranno in direzione di sistemi più grandi, anche perchè più grandi vuol dire più energivori ed è una cosa che le auto elettriche vogliono davvero evitare, ma il punto principale è che non servono, cioè, la potenza fa sempre comodo, ma non è quello il problema.

Il problema sono i dataset di addestramento, il mondo è caotico, non è un libro di matematica, basta una situazione troppo diversa dal normale e il modello va in palla.

Aumentare la quantità e la qualità del dataset non fa aumentare la dimensione del modello, che è direttamente proporzionale alla potenza necessaria per fare inferenza, la dimensione la decidi prima, e per le auto l'hanno già decisa in base all'energia a disposizione, la dimensione dell'auto, ecc... Più dati rendono il modello più intelligente (semplificando il concetto), non più grande e più lento.

Tesla, Waymo e compagnia non devono mettere più GPU e più memoria sulle auto, devono addestrarle meglio.

Devi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".

La discussione è consultabile anche qui, sul forum.
^