L'amministratore delegato di NVIDIA, Jensen Huang, ha definito Alpamayo 2 Super "una potente spina dorsale per robotaxi, camion, navette, furgoni per le consegne, trattori e l'intero lungo elenco di robot mobili" . Il modello era già stato presentato al CES 2026 e al GTC di Taipei nei mesi precedenti .

Architettura: 32 miliardi per la comprensione, 2 miliardi per l'azione

Alpamayo 2 Super conta circa 34 miliardi di parametri e si basa su:

• Un backbone vision-linguaggio da 32 miliardi di parametri basato su NVIDIA Cosmos 3 Super Reasoner .
• Un Action Expert (decoder ad azione diffusiva) da 2 miliardi di parametri .
• Un post-addestramento con apprendimento per rinforzo (RL) applicato al Cosmos 3 Super Reasoner di base .

L'architettura è un trasformatore con consapevolezza a 360 gradi: elabora i video provenienti da un massimo di sette telecamere per una copertura totale e punta dritto alla guida di Livello 4 .

Teacher Model: cinque output accoppiati per ogni scena

NVIDIA ha progettato Alpamayo 2 Super come modello insegnante basato su cloud in grado di produrre cinque output accoppiati per ogni scena di guida. Questi output possono poi essere distillati in modelli più piccoli da installare a bordo dei veicoli :

1. Traiettoria pianificata — il percorso di guida previsto.
2. Traccia di ragionamento causale — una sequenza interpretabile di ragionamenti che spiega la decisione di guida .
3. Meta-azione di alto livello — un'azione di guida ad alto livello (ad esempio "dare la precedenza", "cambiare corsia").
4. Label di ragionamento generati automaticamente — etichette per i dati di addestramento prodotte in modo automatico.
5. Risposte a domande visive (VQA) — risposte a quesiti visivi sulla scena di guida .

Le tracce di ragionamento causale si integrano direttamente con i flussi di lavoro di validazione della sicurezza NVIDIA Halos e supportano la conformità AI secondo i requisiti ISO/PAS 8800 .

Prestazioni: primo posto nella classifica LingoQA

Nei test condotti da NVIDIA, Alpamayo 2 Super ha ottenuto un punteggio LingoQA di 79.2, piazzandosi al primo posto nella classifica di riferimento per la guida autonoma . Ha superato:

• Qwen2.5-VL 72B di 17 punti
• GPT-4o di 23.2 punti
• Gemini 2.5 Pro (secondo i test di NVIDIA)

Posizionamento strategico: infrastruttura aperta per l'intero settore dei veicoli autonomi

NVIDIA posiziona esplicitamente Alpamayo 2 Super come infrastruttura aperta per l'intero settore dei veicoli autonomi — non come un concorrente degli operatori di robotaxi o dei produttori di veicoli autonomi . Il modello è disponibile per qualsiasi azienda che voglia metterlo a punto, adattarlo e distribuirlo commercialmente senza vincoli di proprietà .

Il rilascio rimuove la barriera di licenza che aveva tenuto la precedente famiglia Alpamayo in un uso esclusivamente di ricerca. NVIDIA afferma che la licenza OpenMDW ora si applica all'intera gamma Alpamayo, consentendo agli sviluppatori di adattare il modello per i propri stack di guida autonoma .

L'amministratore delegato di NVIDIA, Jensen Huang, ha definito Alpamayo 2 Super "una potente spina dorsale per robotaxi, camion, navette, furgoni per le consegne, trattori e l'intero lungo elenco di robot mobili" . Il modello era già stato presentato al CES 2026 e al GTC di Taipei nei mesi precedenti .

Architettura: 32 miliardi per la comprensione, 2 miliardi per l'azione

Alpamayo 2 Super conta circa 34 miliardi di parametri e si basa su:

• Un backbone vision-linguaggio da 32 miliardi di parametri basato su NVIDIA Cosmos 3 Super Reasoner .
• Un Action Expert (decoder ad azione diffusiva) da 2 miliardi di parametri .
• Un post-addestramento con apprendimento per rinforzo (RL) applicato al Cosmos 3 Super Reasoner di base .

L'architettura è un trasformatore con consapevolezza a 360 gradi: elabora i video provenienti da un massimo di sette telecamere per una copertura totale e punta dritto alla guida di Livello 4 .

Teacher Model: cinque output accoppiati per ogni scena

NVIDIA ha progettato Alpamayo 2 Super come modello insegnante basato su cloud in grado di produrre cinque output accoppiati per ogni scena di guida. Questi output possono poi essere distillati in modelli più piccoli da installare a bordo dei veicoli :

1. Traiettoria pianificata — il percorso di guida previsto.
2. Traccia di ragionamento causale — una sequenza interpretabile di ragionamenti che spiega la decisione di guida .
3. Meta-azione di alto livello — un'azione di guida ad alto livello (ad esempio "dare la precedenza", "cambiare corsia").
4. Label di ragionamento generati automaticamente — etichette per i dati di addestramento prodotte in modo automatico.
5. Risposte a domande visive (VQA) — risposte a quesiti visivi sulla scena di guida .

Le tracce di ragionamento causale si integrano direttamente con i flussi di lavoro di validazione della sicurezza NVIDIA Halos e supportano la conformità AI secondo i requisiti ISO/PAS 8800 .

Prestazioni: primo posto nella classifica LingoQA

Nei test condotti da NVIDIA, Alpamayo 2 Super ha ottenuto un punteggio LingoQA di 79.2, piazzandosi al primo posto nella classifica di riferimento per la guida autonoma . Ha superato:

• Qwen2.5-VL 72B di 17 punti
• GPT-4o di 23.2 punti
• Gemini 2.5 Pro (secondo i test di NVIDIA)

Posizionamento strategico: infrastruttura aperta per l'intero settore dei veicoli autonomi

NVIDIA posiziona esplicitamente Alpamayo 2 Super come infrastruttura aperta per l'intero settore dei veicoli autonomi — non come un concorrente degli operatori di robotaxi o dei produttori di veicoli autonomi . Il modello è disponibile per qualsiasi azienda che voglia metterlo a punto, adattarlo e distribuirlo commercialmente senza vincoli di proprietà .

Il rilascio rimuove la barriera di licenza che aveva tenuto la precedente famiglia Alpamayo in un uso esclusivamente di ricerca. NVIDIA afferma che la licenza OpenMDW ora si applica all'intera gamma Alpamayo, consentendo agli sviluppatori di adattare il modello per i propri stack di guida autonoma .