NVIDIA publica los pesos de Alpamayo 2 Edge para la conducción autónoma

NVIDIA publicó los pesos del modelo Alpamayo 2 Edge en Hugging Face el 10 de noviembre de 2026, poniendo a disposición de los desarrolladores de conducción autónoma un modelo de 2.000 millones de parámetros que se ajusta a los límites de capacidad de cálculo y latencia a bordo. El lanzamiento incluye recetas de implementación y herramientas de evaluación para generar y examinar trayectorias de conducción y sus explicaciones.

NVIDIA anunció Alpamayo 2 Edge por primera vez en su anuncio de Hyperion del 21 de octubre de 2026, donde describió un modelo optimizado para DRIVE AGX Thor y diseñado para funcionar a 10 Hz dentro del vehículo. La página del producto Alpamayo indica que Edge está disponible y distingue el modelo compacto para vehículos del modelo Alpamayo 2 Super, de 34.000 millones de parámetros, destinado a la predicción de conducción, la comprensión de escenas, el etiquetado automático y el entrenamiento de modelos más pequeños.

Modelo compacto con razonamiento adaptativo

Cosmos 3 Edge proporciona la base de razonamiento basada en Nemotron, mientras que un módulo experto en acciones basado en difusión genera acciones de conducción. En este diseño de visión, lenguaje y acción, los videos de cámaras envolventes, el contexto temporal, el historial del movimiento del vehículo y las instrucciones de navegación se convierten en trayectorias futuras y explicaciones de cadena de causalidad que vinculan las decisiones con los factores causales. El modelo también puede responder preguntas abiertas sobre una escena de conducción.

Edge puede omitir la traza de razonamiento durante la conducción rutinaria, en lugar de generar una para cada decisión. En esos casos, el script de inferencia emite tokens NOMINAL especiales, lo que reduce la generación de tokens y el cómputo de inferencia mientras el modelo sigue generando trayectorias.

La ficha del modelo indica que puede implementarse en todo el mundo, que los pesos están sujetos a la licencia OpenMDW-1.1 y que el código fuente se distribuye con la licencia Apache 2.0. El conjunto de datos de entrenamiento comprende aproximadamente 115.000 horas de video de conducción captado por varias cámaras, con anotaciones del movimiento del vehículo y de las trayectorias, además de unos 3,7 millones de trazas de razonamiento de cadena de causalidad. Los datos incluyen registros de cámaras, de unidades de medición inercial y de GPS, así como trazas de razonamiento sintéticas.

Para el entrenamiento, Alpamayo 2 Super generó las etiquetas automáticas de razonamiento utilizadas en la destilación fuera de línea. Después, Edge aprendió de las consecuencias de sus acciones mediante aprendizaje por refuerzo de ciclo cerrado en el simulador AlpaGym. NVIDIA informa que esta etapa mejoró en un 48,9 % el rendimiento de conducción de ciclo cerrado respecto del mejor punto de control sin aprendizaje por refuerzo de ciclo cerrado.

Latencia a bordo y límites de validación

Los pesos BF16 descargados se ejecutan directamente como modelo PyTorch en las GPU NVIDIA compatibles, pero el funcionamiento en tiempo real en DRIVE AGX Thor requiere más optimización. La receta de NVIDIA utiliza calibración FP8, exportación a ONNX, TensorRT y TensorRT-Edge-LLM, con decodificación especulativa DFlash2 para el razonamiento en línea. La receta indica una latencia de entre 160 y 190 milisegundos desde la entrada de la cámara hasta la salida de la trayectoria, según la cantidad de razonamiento; la medición se realizó en DRIVE AGX Thor-X con DRIVE OS 7.2.7.0, CUDA 13.4 y TensorRT 11.3.1.9.

NVIDIA informa que Edge registró 9,87 kilómetros entre incidentes con culpa en el simulador de ciclo cerrado AlpaSim, frente a 0,25 kilómetros para Qwen-Drive-1.0, de 4.000 millones de parámetros. En la misma comparación, el error mínimo de desplazamiento promedio fue de 0,53 metros para Edge y de 1,68 metros para Qwen-Drive-1.0; los valores más bajos indican predicciones de trayectoria más precisas.

En cuanto a la compatibilidad del software de referencia, la ficha del modelo indica que se probó con una GPU NVIDIA H100 de 80 GB y señala que otras arquitecturas de GPU aún no se han validado; esta es una afirmación distinta de la receta optimizada para Thor-X. Antes de implementar el modelo, su integración en un sistema de conducción autónoma requiere pruebas adicionales con datos específicos del caso de uso y una validación iterativa a nivel de unidad y de sistema.

AlpaJudge vincula la evaluación con el entrenamiento

NVIDIA también publicó AlpaJudge, un modelo de evaluación y recompensa calibrado con intervención humana, con las mismas licencias para los pesos y el código. AlpaJudge-RB se basa en referencias: recibe una pregunta, una respuesta de referencia y una respuesta candidata, sin imágenes, y devuelve una probabilidad de alineación entre 0 y 1. En cambio, AlpaJudge-RF, que no requiere referencias, utiliza tres fotogramas de vista frontal amplia y tres de vista frontal tele, el historial de metaacciones del vehículo y el contexto futuro, además de una justificación candidata, para devolver cinco probabilidades basadas en criterios de evaluación, junto con puntuaciones de acción, de componentes y general.

Las directrices de NVIDIA consideran que una puntuación alta de razonamiento indica que una justificación se ajusta a los criterios de evaluación del juez; para describir el comportamiento de conducción siguen siendo necesarias métricas de colisiones, salidas de la carretera, encuentros cercanos y trayectorias. Los ejemplos con puntuaciones bajas deben revisarse, no descartarse automáticamente, porque pueden revelar fallos poco frecuentes. Las puntuaciones muy altas pueden identificar escenas que el modelo ya explica de forma sistemática, mientras que las puntuaciones intermedias suelen señalar oportunidades útiles para seguir entrenándolo.

La receta pública de aprendizaje por refuerzo puede utilizar AlpaJudge-RB para calificar el razonamiento muestreado junto con el error de trayectoria y la comodidad. NVIDIA recomienda mantener el umbral de trayectoria y registrar las puntuaciones de los componentes, para evitar que una explicación fluida pero incorrecta, por sí sola, genere una recompensa total alta. La importancia práctica del lanzamiento reside en el ciclo de desarrollo que hace posible: inferencia compacta a bordo, explicaciones puntuadas y reentrenamiento focalizado, con evidencia sobre colisiones y trayectorias que permite determinar si las mejores explicaciones se traducen en una mejor conducción.