Por Canuto NVIDIA ha presentado Alpamayo 2 Super, un modelo de acción-lenguaje-visión de 34 mil millones de parámetros para conducción autónoma. Con licencia comercial abierta, este sistema no solo decide trayectorias, sino que explica el porqué de cada maniobra, marcando un hito en la transparencia de la IA automotriz.
***
- Alpamayo 2 Super combina un backbone de 32B con un decodificador de difusión de 2.3B, totalizando 34B parámetros.
- Se lanza bajo la licencia OpenMDW-1.1 y código Apache 2.0, permitiendo uso comercial y redistribución sin permisos adicionales.
- Supera a modelos como Gemini 2.5 Pro y GPT-4o en benchmarks de razonamiento y planificación, con un puntaje Lingo-Judge de 79.2.
El sitio MarkTechPost informó que NVIDIA ha presentado su nuevo modelo Alpamayo 2 Super, diseñado para elevar la conducción autónoma a un nivel superior. Se trata de un modelo de acción-lenguaje-visión (VLA) con 34 mil millones de parámetros, capaz de manejar situaciones complejas y raras en la carretera.
nn
¿Qué es un modelo VLA y por qué importa?
nn
Un modelo VLA combina visión, lenguaje y acción, permitiendo a un sistema interpretar su entorno y tomar decisiones de movimiento.
nn
En el campo de los vehículos autónomos, estos modelos buscan superar las limitaciones de los sistemas tradicionales de detección y predicción.
nn
Alpamayo 2 Super está pensado para los llamados eventos de cola larga: situaciones poco frecuentes pero críticas que involucran a múltiples agentes.
nn
Según NVIDIA, estos eventos son los que más fallos provocan en los sistemas actuales de conducción autónoma.
nn
La propuesta de NVIDIA es un modelo que no solo decide, sino que también explica el porqué de cada maniobra.
nn
Arquitectura y componentes del modelo
nn
El modelo combina un backbone de lenguaje-visión de 32 mil millones de parámetros, construido sobre el modelo Cosmos 3 Super Reasoner de NVIDIA.
nn
A ese backbone se le añade un decodificador de acción basado en difusión de 2.3 mil millones de parámetros.
nn
En total, Alpamayo 2 Super suma 34 mil millones de parámetros, una cifra considerable para un sistema embarcable.
nn
La entrada del modelo es video RGB de múltiples cámaras, junto con texto e historial de egomoción con marcas de tiempo.
nn
La salida incluye una trayectoria planificada, una explicación causal de esa trayectoria y una meta-acción como ceder el paso o cambiar de carril.
nn
Licencia y despliegue comercial
nn
La gran novedad es que Alpamayo 2 Super se lanza con pesos bajo la licencia OpenMDW-1.1, una licencia permisiva de la Fundación Linux.
nn
El código fuente es Apache 2.0, lo que permite uso comercial, ajuste fino y redistribución sin permisos adicionales.
nn
NVIDIA aplica esta misma licencia a toda la familia Alpamayo, lo que facilita que los desarrolladores desplieguen sus modelos en producción.
nn
Esta apertura contrasta con otros sistemas propietarios de conducción autónoma, donde el acceso a los modelos está restringido.
nn
Los pesos ya están disponibles en Hugging Face, y NVIDIA invita a la comunidad a probarlos.
nn
Datos de entrenamiento y metodología
nn
El entrenamiento utilizó aproximadamente 115.000 horas de video de conducción en múltiples cámaras, con anotaciones de egomoción y trayectoria.
nn
Además, se generaron alrededor de 3.700.000 trazas de Cadena de Causalidad (CoC), que explican de forma estructurada las decisiones de conducción.
nn
El conjunto de imágenes supera los mil millones, lo que da una idea de la magnitud del esfuerzo de recolección de datos.
nn
NVIDIA también empleó aprendizaje por refuerzo en el backbone del modelo, lo que mejora su capacidad de razonamiento.
nn
El resultado es un sistema que puede autoetiquetar datos de flota, reduciendo los ciclos de anotación de meses a días.
nn
Rendimiento y benchmarks
nn
En la evaluación LingoQA, Alpamayo 2 Super logró un puntaje Lingo-Judge de 79.2, el más alto entre casi 40 modelos evaluados.
nn
Superó a Qwen2.5-VL 72B por 17.0 puntos, a Gemini 2.5 Pro por 15.1 y a GPT-4o por 23.2.
nn
En circuito cerrado con AlpaSim, sobre 910 escenarios del conjunto PhysicalAI-AV-NuRec, obtuvo un puntaje de 1.50 ± 0.13.
nn
En circuito abierto, con 937 muestras desafiantes del conjunto PhysicalAI-AV, logró un minADE₆ de 0.911 metros a 6.4 segundos.
nn
Estos números sugieren una precisión notable en la predicción de trayectorias.
nn
Aplicaciones y futuro de la conducción autónoma
nn
Alpamayo 2 Super produce cinco salidas para cada situación: trayectoria, cadena de causalidad, meta-acción, auto-etiquetas y respuestas a preguntas visuales.
nn
Esto permite a los desarrolladores vincular lo que el modelo observó con la acción que eligió, algo fundamental para la validación de seguridad.
nn
NVIDIA integra este modelo con su plataforma Halos, que se alinea con el estándar ISO/PAS 8800 para seguridad en IA.
nn
La capacidad de autoetiquetado puede acelerar enormemente el desarrollo de sistemas autónomos en empresas con flotas propias.
nn
Todo ello apunta a un futuro donde los robotaxis sean más seguros y sus decisiones sean comprensibles para los humanos.
nn
Conclusión
nn
Alpamayo 2 Super representa un avance significativo hacia una conducción autónoma transparente y de código abierto.
nn
NVIDIA demuestra que es posible combinar potencia computacional con explicabilidad, dos requisitos clave para la adopción masiva.
nn
La licencia comercial abierta y el rendimiento superior en benchmarks colocan a este modelo como una referencia en la industria.
nn
Queda por ver cómo se compara en el mundo real, pero las métricas iniciales son prometedoras.
nn
MarkTechPost destaca que NVIDIA ha dado un paso valiente al liberar estos pesos, y el ecosistema de vehículos autónomos ya tiene un nuevo aliado.
nn
nn
Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.
nn
Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.
ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.
Suscríbete a nuestro boletín
Artículos Relacionados
Estados Unidos
Arizona pierde la mitad de sus beneficiarios de SNAP: el ‘canario en la mina’ que alerta a EE. UU.
Empresas
Cursor libera el código de Mixture-of-Kittens: el megakernel que acelera el entrenamiento de MoE
Mercados
Irán bloquea cuentas de petrolera estatal por deudas y el estrecho de Ormuz se tensa
África