Jensen Huang, PDG de NVIDIA, a présenté cette version comme « un socle puissant pour les robotaxis, les camions, les navettes, les utilitaires de livraison, les tracteurs et la longue traîne des robots mobiles » . Le modèle avait été dévoilé pour la première fois au CES 2026 et au GTC Taipei plus tôt dans l'année .

Architecture : un backbone vision-langage de 32 milliards couplé à un décodeur d'action de 2 milliards

Alpamayo 2 Super totalise environ 34 milliards de paramètres . Il se compose :

• D'un backbone vision-langage de 32 milliards de paramètres construit sur NVIDIA Cosmos 3 Super Reasoner .
• D'un Action Expert basé sur la diffusion de 2 milliards de paramètres (Action Decoder) .
• D'un post-entraînement par apprentissage par renforcement (RL) appliqué au Cosmos 3 Super Reasoner de base .

L'architecture est un Transformer avec une conscience périphérique complète, traitant la vidéo provenant de jusqu'à sept caméras pour une couverture à 360 degrés, et vise directement la conduite de niveau 4 .

Modèle enseignant : cinq sorties couplées par scène

NVIDIA a conçu Alpamayo 2 Super comme un modèle enseignant basé sur le cloud qui produit cinq sorties couplées par scène de conduite, qui peuvent ensuite être distillées dans des modèles plus petits embarqués dans les véhicules :

1. Trajectoire planifiée — le chemin de conduite prédit.
2. Trace de raisonnement par chaîne de causalité — une chaîne de raisonnement interprétable expliquant la décision de conduite .
3. Méta-action de haut niveau — une action de conduite de haut niveau (par exemple, « céder le passage », « changer de voie »).
4. Étiquettes de raisonnement générées automatiquement — des justifications étiquetées automatiquement pour les données d'entraînement.
5. Réponses à des questions visuelles (VQA) — des réponses à des requêtes visuelles concernant la scène de conduite .

Les traces de chaîne de causalité s'intègrent directement aux workflows de validation de sécurité NVIDIA Halos et soutiennent une conformité à l'IA de sécurité alignée sur la norme ISO/PAS 8800 .

Performances sur les benchmarks : premier sur LingoQA

Selon les tests de NVIDIA, Alpamayo 2 Super a obtenu un score LingoQA de 79,2, se classant premier au benchmark de conduite autonome LingoQA . Il a surpassé :

• Qwen2.5-VL 72B de 17 points
• GPT-4o de 23,2 points
• Gemini 2.5 Pro (selon les tests rapportés par NVIDIA)

Positionnement stratégique : une infrastructure ouverte pour l'industrie des véhicules autonomes

NVIDIA positionne explicitement Alpamayo 2 Super comme une infrastructure ouverte pour l'ensemble de l'industrie des véhicules autonomes — et non comme un concurrent des opérateurs de robotaxis ou des constructeurs de VA . Le modèle est accessible à toute entreprise pour le fine-tuner, l'adapter et le déployer commercialement sans verrouillage propriétaire .

Cette publication lève une barrière de licence qui avait jusqu'alors cantonné la famille Alpamayo à une utilisation en recherche. NVIDIA précise que la licence OpenMDW s'applique désormais à toute la gamme Alpamayo, permettant aux développeurs d'adapter le modèle à leurs propres piles de conduite autonome .

Points clés

• Publication commerciale le 4 août 2026 avec les poids sur Hugging Face .
• Licence OpenMDW-1.1 autorisant le fine-tuning, les modèles dérivés et l'utilisation commerciale .
• 34 milliards de paramètres au total : 32 milliards pour le raisonneur Cosmos 3 Super + 2 milliards pour l'Action Expert par diffusion .
• Cinq sorties couplées par scène pour un workflow de modèle enseignant basé sur le cloud .
• Score LingoQA de 79,2 — premier du benchmark, surpassant GPT-4o de 23,2 points .
• Ciblage des cas rares (long-tail) et conformité à la norme ISO/PAS 8800 via Halos .

Jensen Huang, PDG de NVIDIA, a présenté cette version comme « un socle puissant pour les robotaxis, les camions, les navettes, les utilitaires de livraison, les tracteurs et la longue traîne des robots mobiles » . Le modèle avait été dévoilé pour la première fois au CES 2026 et au GTC Taipei plus tôt dans l'année .

Architecture : un backbone vision-langage de 32 milliards couplé à un décodeur d'action de 2 milliards

Alpamayo 2 Super totalise environ 34 milliards de paramètres . Il se compose :

• D'un backbone vision-langage de 32 milliards de paramètres construit sur NVIDIA Cosmos 3 Super Reasoner .
• D'un Action Expert basé sur la diffusion de 2 milliards de paramètres (Action Decoder) .
• D'un post-entraînement par apprentissage par renforcement (RL) appliqué au Cosmos 3 Super Reasoner de base .

L'architecture est un Transformer avec une conscience périphérique complète, traitant la vidéo provenant de jusqu'à sept caméras pour une couverture à 360 degrés, et vise directement la conduite de niveau 4 .

Modèle enseignant : cinq sorties couplées par scène

NVIDIA a conçu Alpamayo 2 Super comme un modèle enseignant basé sur le cloud qui produit cinq sorties couplées par scène de conduite, qui peuvent ensuite être distillées dans des modèles plus petits embarqués dans les véhicules :

1. Trajectoire planifiée — le chemin de conduite prédit.
2. Trace de raisonnement par chaîne de causalité — une chaîne de raisonnement interprétable expliquant la décision de conduite .
3. Méta-action de haut niveau — une action de conduite de haut niveau (par exemple, « céder le passage », « changer de voie »).
4. Étiquettes de raisonnement générées automatiquement — des justifications étiquetées automatiquement pour les données d'entraînement.
5. Réponses à des questions visuelles (VQA) — des réponses à des requêtes visuelles concernant la scène de conduite .

Les traces de chaîne de causalité s'intègrent directement aux workflows de validation de sécurité NVIDIA Halos et soutiennent une conformité à l'IA de sécurité alignée sur la norme ISO/PAS 8800 .

Performances sur les benchmarks : premier sur LingoQA

Selon les tests de NVIDIA, Alpamayo 2 Super a obtenu un score LingoQA de 79,2, se classant premier au benchmark de conduite autonome LingoQA . Il a surpassé :

• Qwen2.5-VL 72B de 17 points
• GPT-4o de 23,2 points
• Gemini 2.5 Pro (selon les tests rapportés par NVIDIA)

Positionnement stratégique : une infrastructure ouverte pour l'industrie des véhicules autonomes

NVIDIA positionne explicitement Alpamayo 2 Super comme une infrastructure ouverte pour l'ensemble de l'industrie des véhicules autonomes — et non comme un concurrent des opérateurs de robotaxis ou des constructeurs de VA . Le modèle est accessible à toute entreprise pour le fine-tuner, l'adapter et le déployer commercialement sans verrouillage propriétaire .

Cette publication lève une barrière de licence qui avait jusqu'alors cantonné la famille Alpamayo à une utilisation en recherche. NVIDIA précise que la licence OpenMDW s'applique désormais à toute la gamme Alpamayo, permettant aux développeurs d'adapter le modèle à leurs propres piles de conduite autonome .

Points clés

• Publication commerciale le 4 août 2026 avec les poids sur Hugging Face .
• Licence OpenMDW-1.1 autorisant le fine-tuning, les modèles dérivés et l'utilisation commerciale .
• 34 milliards de paramètres au total : 32 milliards pour le raisonneur Cosmos 3 Super + 2 milliards pour l'Action Expert par diffusion .
• Cinq sorties couplées par scène pour un workflow de modèle enseignant basé sur le cloud .
• Score LingoQA de 79,2 — premier du benchmark, surpassant GPT-4o de 23,2 points .
• Ciblage des cas rares (long-tail) et conformité à la norme ISO/PAS 8800 via Halos .