2MarkTechPost
NVIDIA lance Alpamayo 2 Super, un modèle vision-langage-action open source de 34 milliards de paramètres pour robotaxis et conduite autonome
NVIDIA a dévoilé Alpamayo 2 Super, un modèle vision-langage-action (VLA) de 34 milliards de paramètres destiné à la conduite autonome et aux robotaxis, publié sous licence commerciale ouverte. L'architecture combine un socle de 32 milliards de paramètres, bâti sur Cosmos 3 Super Reasoner et post-entraîné par apprentissage par renforcement, à un décodeur d'action de type diffusion de 2,3 milliards de paramètres. En un seul passage sur des vidéos multi-caméras à 360 degrés, le modèle produit une trajectoire planifiée, une explication causale de cette trajectoire et une méta-action comme céder le passage ou changer de voie. Les poids sont diffusés sous licence OpenMDW-1.1 de la Linux Foundation et le code sous Apache 2.0, ce qui autorise dès le premier jour le fine-tuning, la création de modèles dérivés et la redistribution commerciale, y compris pour les versions antérieures de la famille Alpamayo initialement pensées pour la recherche. Le modèle a été entraîné sur environ 115 000 heures de vidéos de conduite multi-caméras annotées, incluant 3,7 millions de traces dites Chain-of-Causation qui relient explicitement une décision de conduite à son raisonnement, sur un corpus dépassant le milliard d'images. Sur le benchmark LingoQA, Alpamayo 2 Super obtient un score Lingo-Judge de 79,2 et se classe premier parmi près de 40 modèles testés, devançant Qwen2.5-VL 72B de 17 points, Gemini 2.5 Pro de 15,1 points et GPT-4o de 23,2 points. Cette architecture cible spécifiquement les situations rares et complexes impliquant plusieurs agents sur la route, un point faible connu des chaînes classiques de détection et de prédiction utilisées par l'industrie. En liant explicitement perception, raisonnement et action dans un seul modèle, NVIDIA permet aux constructeurs et équipementiers de tracer pourquoi une voiture a pris une décision donnée, un enjeu central pour la certification et la confiance du public dans les véhicules autonomes. Les traces causales s'intègrent aux outils de validation de sécurité Halos de NVIDIA et respectent la norme ISO/PAS 8800. Utilisé comme outil d'auto-annotation sur des données de flottes propriétaires, le modèle permettrait, selon l'entreprise, de réduire des cycles d'annotation de plusieurs mois à quelques jours. Ce lancement s'inscrit dans la stratégie de NVIDIA de fournir une pile logicielle complète pour la conduite autonome, du silicium aux modèles de fondation. En rendant commercialement exploitable sans permission supplémentaire toute la famille Alpamayo, l'entreprise cherche à s'imposer comme fournisseur de référence face à des acteurs comme Waymo, Tesla ou les constructeurs chinois qui développent leurs propres piles de perception. Le modèle reste toutefois gourmand en ressources, testé sur un GPU H100 80 Go avec un pic de 72 115 Mo de mémoire, ce qui implique une distillation nécessaire avant tout déploiement embarqué dans un véhicule.
