A NVIDIA lança os pesos do Alpamayo 2 Edge para direção autônoma

A NVIDIA lançou os pesos do modelo Alpamayo 2 Edge no Hugging Face em 10 de novembro de 2026, disponibilizando um modelo de 2 bilhões de parâmetros para desenvolvedores de direção autônoma que trabalham dentro dos limites de capacidade computacional e latência dos sistemas embarcados. O lançamento inclui receitas de implantação e ferramentas de avaliação para gerar e examinar trajetórias de direção e suas explicações.

A NVIDIA anunciou o Alpamayo 2 Edge pela primeira vez em seu anúncio do Hyperion de 21 de outubro de 2026, descrevendo um modelo otimizado para o DRIVE AGX Thor e projetado para operar a 10 Hz dentro do veículo. A página do produto Alpamayo lista o Edge como disponível e distingue o modelo compacto para uso no veículo do Alpamayo 2 Super, de 34 bilhões de parâmetros, destinado à previsão da direção, à compreensão de cenas, à rotulagem automática e ao treinamento de modelos menores.

Modelo compacto com raciocínio adaptativo

O Cosmos 3 Edge fornece a estrutura de raciocínio baseada no Nemotron, enquanto um especialista em ações por difusão produz as ações de direção. Nesse projeto de visão, linguagem e ação, os vídeos das câmeras ao redor do veículo, o contexto temporal, o histórico do movimento do próprio veículo e o texto de navegação são convertidos em trajetórias futuras e explicações da Cadeia de Causalidade que relacionam as decisões aos fatores causais. O modelo também pode responder a perguntas abertas sobre uma cena de direção.

O Edge pode omitir um registro de raciocínio em situações rotineiras de direção, em vez de produzi-lo para cada decisão. Nesses casos, o script de inferência emite tokens NOMINAL especiais, reduzindo a geração de tokens e o processamento computacional da inferência, enquanto o modelo continua a produzir trajetórias.

O cartão do modelo informa que a implantação pode ocorrer globalmente, que os pesos são licenciados sob a OpenMDW-1.1 e que o código-fonte está licenciado sob a Apache License 2.0. O conjunto de dados de treinamento compreende aproximadamente 115.000 horas de vídeos de direção captados por várias câmeras, com anotações do movimento do próprio veículo e das trajetórias, além de cerca de 3,7 milhões de registros de raciocínio da Cadeia de Causalidade. Os dados incluem registros das câmeras, da unidade de medição inercial e do GPS, além de registros sintéticos de raciocínio.

Durante o treinamento, o Alpamayo 2 Super gerou os rótulos automáticos de raciocínio usados na destilação offline. Em seguida, o Edge aprendeu com as consequências de suas ações por meio de aprendizado por reforço em malha fechada no simulador AlpaGym. A NVIDIA informa que essa etapa melhorou em 48,9% o desempenho de direção em malha fechada em comparação com o melhor ponto de verificação sem aprendizado por reforço em malha fechada.

Latência embarcada e limites de validação

Os pesos BF16 baixados são executados diretamente como um modelo PyTorch em GPUs NVIDIA compatíveis, mas a operação em tempo real no DRIVE AGX Thor exige otimização adicional. A receita da NVIDIA usa calibração FP8, exportação para ONNX, TensorRT e TensorRT-Edge-LLM, com decodificação especulativa DFlash2 para raciocínio online. A receita registra de 160 a 190 milissegundos entre a entrada da câmera e a saída da trajetória, dependendo da quantidade de raciocínio, em medições realizadas no DRIVE AGX Thor-X com DRIVE OS 7.2.7.0, CUDA 13.4 e TensorRT 11.3.1.9.

A NVIDIA informa que o Edge percorreu 9,87 quilômetros entre acidentes pelos quais foi responsabilizado no simulador de malha fechada AlpaSim, contra 0,25 quilômetro para o Qwen-Drive-1.0, de 4 bilhões de parâmetros. Na mesma comparação, o erro médio mínimo de deslocamento foi de 0,53 metro para o Edge e 1,68 metro para o Qwen-Drive-1.0; valores menores indicam previsões de trajetória mais próximas.

Para a compatibilidade com o software de referência, o cartão do modelo informa que os testes foram realizados em uma GPU NVIDIA H100 de 80 GB e afirma que outras arquiteturas de GPU ainda não foram validadas — uma declaração distinta da receita otimizada para o Thor-X. A integração a um sistema de direção autônoma exige testes adicionais com dados específicos do caso de uso e validação iterativa em níveis unitário e de sistema antes da implantação.

AlpaJudge conecta a avaliação ao treinamento

A NVIDIA também lançou o AlpaJudge, um modelo de avaliação e recompensa calibrado por pessoas, com as mesmas licenças para os pesos e o código. O AlpaJudge-RB é baseado em referências: recebe uma pergunta, uma resposta de referência e uma resposta candidata, sem imagens, e retorna uma probabilidade de alinhamento entre 0 e 1. Já o AlpaJudge-RF, que não usa referências, recebe três imagens de câmeras frontais grande-angulares e três de câmeras frontais teleobjetivas, o histórico de meta-ações do próprio veículo e o contexto futuro, além de uma justificativa candidata; em seguida, retorna cinco probabilidades baseadas em critérios, além de pontuações para a ação, os componentes e o resultado geral.

As orientações da NVIDIA tratam uma pontuação alta de raciocínio como indício de que uma justificativa corresponde aos critérios do avaliador; ainda assim, são necessárias métricas de colisões, saídas da pista, encontros próximos e trajetórias para descrever o comportamento ao dirigir. Exemplos com pontuação baixa devem ser analisados, em vez de descartados automaticamente, pois podem revelar falhas raras. Pontuações muito altas podem identificar cenas que o modelo já explica de forma consistente, enquanto pontuações intermediárias costumam indicar oportunidades úteis para treinamento adicional.

A receita pública de aprendizado por reforço pode usar o AlpaJudge-RB para avaliar amostras de raciocínio em conjunto com o erro da trajetória e o conforto. A NVIDIA recomenda manter o critério de aprovação da trajetória e registrar as pontuações dos componentes, para que uma explicação fluente, mas incorreta, não possa, por si só, gerar uma recompensa total alta. A importância prática do lançamento está no ciclo de desenvolvimento que ele possibilita: inferência compacta embarcada, explicações pontuadas e retreinamento direcionado, com evidências de colisões e trajetórias determinando se explicações melhores se traduzem em uma direção melhor.