NVIDIA publie les poids d’Alpamayo 2 Edge pour la conduite autonome

NVIDIA a publié les poids du modèle Alpamayo 2 Edge sur Hugging Face le 10 novembre 2026, mettant ainsi à la disposition des développeurs de systèmes de conduite autonome un modèle de 2 milliards de paramètres adapté aux contraintes de calcul embarqué et de latence. Cette publication comprend des recettes de déploiement et des outils d’évaluation permettant de produire et d’examiner des trajectoires de conduite ainsi que les explications qui les accompagnent.

NVIDIA avait annoncé Alpamayo 2 Edge le 21 octobre 2026 dans son annonce Hyperion, en le présentant comme un modèle optimisé pour DRIVE AGX Thor et conçu pour fonctionner à 10 Hz dans les véhicules. La page du produit Alpamayo indique qu’Edge est disponible et distingue le modèle compact embarqué d’Alpamayo 2 Super, qui compte 34 milliards de paramètres et est destiné à la prédiction de la conduite, à la compréhension des scènes, à l’annotation automatique et à l’entraînement de modèles plus petits.

Un modèle compact doté d’un raisonnement adaptatif

Cosmos 3 Edge fournit le socle de raisonnement basé sur Nemotron, tandis qu’un expert en actions fondé sur la diffusion génère les actions de conduite. Dans cette architecture vision-langage-action, les vidéos des caméras périphériques, le contexte temporel, l’historique des mouvements du véhicule et les consignes de navigation sont convertis en trajectoires futures et en explications de la chaîne causale reliant les décisions à leurs facteurs causaux. Le modèle peut également répondre librement à des questions sur une scène de conduite.

Pour les trajets ordinaires, Edge peut omettre la trace de raisonnement au lieu d’en produire une pour chaque décision. Dans ce cas, le script d’inférence émet des jetons NOMINAL spéciaux, ce qui réduit la génération de jetons et les calculs d’inférence, tandis que le modèle continue de produire des trajectoires.

La fiche du modèle indique que le déploiement est prévu à l’échelle mondiale, que les poids sont sous licence OpenMDW-1.1 et que le code source est sous licence Apache License 2.0. Le jeu de données d’entraînement comprend environ 115 000 heures de vidéos de conduite captées par plusieurs caméras, accompagnées d’annotations sur les mouvements du véhicule et les trajectoires, ainsi qu’environ 3,7 millions de traces de raisonnement sur la chaîne causale. Les données comprennent des enregistrements de caméras, d’unités de mesure inertielle et de GPS, ainsi que des traces de raisonnement synthétiques.

Pour l’entraînement, Alpamayo 2 Super a généré les annotations automatiques de raisonnement utilisées pour la distillation hors ligne. Edge a ensuite appris des conséquences de ses actions grâce à l’apprentissage par renforcement en boucle fermée dans le simulateur AlpaGym. NVIDIA indique que cette étape a amélioré de 48,9 % les performances de conduite en boucle fermée par rapport au meilleur point de contrôle obtenu sans apprentissage par renforcement en boucle fermée.

Latence embarquée et limites de validation

Les poids BF16 téléchargés s’exécutent directement comme modèle PyTorch sur les GPU NVIDIA pris en charge, mais leur fonctionnement en temps réel sur DRIVE AGX Thor nécessite une optimisation supplémentaire. La recette de NVIDIA fait appel au calibrage FP8, à l’exportation ONNX, à TensorRT et à TensorRT-Edge-LLM, ainsi qu’au décodage spéculatif DFlash2 pour le raisonnement en ligne. Selon cette recette, le délai entre l’entrée des images des caméras et la sortie des trajectoires est de 160 à 190 millisecondes, en fonction de la quantité de raisonnement. Ces mesures ont été réalisées sur DRIVE AGX Thor-X avec DRIVE OS 7.2.7.0, CUDA 13.4 et TensorRT 11.3.1.9.

NVIDIA indique qu’Edge a parcouru 9,87 kilomètres entre les incidents dont le véhicule était responsable dans le simulateur en boucle fermée AlpaSim, contre 0,25 kilomètre pour Qwen-Drive-1.0, qui compte 4 milliards de paramètres. Dans la même comparaison, l’erreur moyenne minimale de déplacement était de 0,53 mètre pour Edge et de 1,68 mètre pour Qwen-Drive-1.0, les valeurs les plus faibles correspondant aux prédictions de trajectoire les plus proches.

Pour la compatibilité avec les logiciels de référence, la fiche du modèle indique que les essais ont été réalisés sur un seul GPU NVIDIA H100 de 80 Go et précise que les autres architectures de GPU n’ont pas encore été validées. Cette déclaration est distincte de la recette optimisée pour Thor-X. L’intégration à un système de conduite autonome nécessite des essais supplémentaires avec des données propres au cas d’usage, ainsi qu’une validation itérative au niveau des unités et du système avant le déploiement.

AlpaJudge relie l’évaluation à l’entraînement

NVIDIA a également publié AlpaJudge, un modèle d’évaluation et de récompense étalonné par des humains, soumis aux mêmes licences pour les poids et le code. AlpaJudge-RB fonctionne avec des références : il reçoit une question, une réponse de référence et une réponse candidate, sans images, puis renvoie une probabilité d’alignement comprise entre 0 et 1. La version AlpaJudge-RF, qui ne nécessite pas de référence, utilise plutôt trois images de caméras avant grand-angle et trois de caméras avant téléobjectif, l’historique des méta-actions du véhicule, le contexte futur et une justification candidate. Elle renvoie cinq probabilités correspondant à des critères d’évaluation, ainsi que des scores pour les actions, les composants et l’ensemble.

Selon les recommandations de NVIDIA, un score de raisonnement élevé indique qu’une justification correspond aux critères d’évaluation du modèle juge. Il faut toutefois aussi tenir compte des collisions, des sorties de route, des rencontres rapprochées et des métriques de trajectoire pour décrire le comportement de conduite. Les exemples obtenant un score faible doivent être examinés plutôt qu’écartés automatiquement, car ils peuvent révéler des défaillances rares. Les scores très élevés peuvent signaler des scènes que le modèle explique déjà de manière cohérente, tandis que les scores intermédiaires indiquent souvent des possibilités intéressantes d’entraînement supplémentaire.

La recette publique d’apprentissage par renforcement peut utiliser AlpaJudge-RB pour évaluer les raisonnements échantillonnés, en complément de l’erreur de trajectoire et du confort. NVIDIA recommande de maintenir le seuil d’acceptation des trajectoires et de consigner les scores des différents composants, afin qu’une explication fluide, mais incorrecte, ne puisse pas à elle seule produire une récompense totale élevée. L’intérêt pratique de cette publication tient au cycle de développement qu’elle permet : inférence compacte à bord du véhicule, explications évaluées et réentraînement ciblé, les données sur les collisions et les trajectoires permettant de déterminer si de meilleures explications se traduisent par une meilleure conduite.