Alpamayo 2 Super: NVIDIA lleva el razonamiento abierto a la conducción autónoma, con dudas sobre la escala y los requisitos de hardware

El 4 de agosto, a través de su blog corporativo, NVIDIA anunció la disponibilidad de Alpamayo 2 Super, presentado como el modelo más grande de la familia dedicada a vehículos autónomos y robotaxis. El sistema procesa imágenes de seis cámaras, un prompt de texto y el historial de egomotion para devolver una traza de razonamiento y una trayectoria de 64 waypoints que cubre 6,4 segundos. Aunque el comunicado describe el nuevo modelo como "tres veces la escala" de las versiones anteriores de 10.000 millones de parámetros, la model card oficial publicada en Hugging Face declara un tamaño total de 34.000 millones, suma de un backbone vision-language de 32.000 millones y un decodificador de acciones de tipo diffusion de 2.300 millones: las dos fuentes oficiales de la empresa, blog y ficha técnica, no coinciden. El lanzamiento se produce bajo la licencia OpenMDW-1.1 de la Linux Foundation, una elección permisiva que autoriza el uso comercial y la creación de modelos derivados, y que distingue este enfoque de las licencias propietarias habituales en el sector, aunque el código fuente siga regido por Apache 2.0.

En cuanto al rendimiento, NVIDIA afirma que Alpamayo 2 Super ocupa el primer puesto en el benchmark LingoQA con una puntuación de 79,2 entre casi 40 modelos evaluados, por delante de Gemini 2.5 Pro (+15,1 puntos) y GPT-4o (+23,2 puntos) según la métrica Lingo-Judge. La documentación técnica recoge también una puntuación de 1,50 ± 0,13 en la simulación closed-loop AlpaSu sobre 913 escenarios y un error minADE de 0,911 metros a 6,4 segundos. Conviene precisar algo esencial: todas estas mediciones proceden de datos publicados por la propia empresa, que además es autora de las herramientas de evaluación. A día de hoy no constan verificaciones independientes de terceros que confirmen esos resultados fuera del entorno controlado por el fabricante.

El nudo, para el uso en carretera, es la infraestructura. La validación técnica se realizó exclusivamente en GPU NVIDIA H100 de 80 GB, con un pico de memoria que supera los 70 gigabytes, un requisito que según MarkTechPost hace probable una destilación del modelo antes de cualquier integración a bordo del vehículo. No se han divulgado datos de pruebas en carretera: el rendimiento actual se limita a la simulación y al análisis de conjuntos de datos históricos, lo que deja en el aire la fiabilidad del sistema expuesto al tráfico real.

Adoptar una licencia abierta para un sistema de conducción tan complejo es una señal interesante para el ecosistema, pero lo que cuenta es la capacidad de ejecución. Prometer razonamiento avanzado sobre hardware de centro de datos no es lo mismo que garantizarlo en un coche en movimiento, sobre todo cuando las cifras oficiales no cuadran y la única verificación disponible es la interna del fabricante. — Olya