Alpamayo 2 Super : NVIDIA étend le raisonnement ouvert à la conduite autonome, avec des doutes sur l'échelle et les besoins matériels

Le 4 août, sur son blog d'entreprise, NVIDIA a annoncé la disponibilité d'Alpamayo 2 Super, présenté comme le plus grand modèle de sa famille dédiée aux véhicules autonomes et aux robotaxis. Le système traite les images de six caméras, une consigne textuelle et l'historique d'egomotion pour restituer une trace de raisonnement et une trajectoire de 64 waypoints couvrant 6,4 secondes. Le communiqué décrit le nouveau modèle comme "trois fois l'échelle" des versions précédentes à 10 milliards de paramètres, mais la model card officielle publiée sur Hugging Face annonce une taille totale de 34 milliards, somme d'un backbone vision-language de 32 milliards et d'un décodeur d'actions de type diffusion de 2,3 milliards : les deux sources officielles de l'entreprise, le blog et la fiche technique, ne concordent pas. La publication se fait sous licence OpenMDW-1.1 de la Linux Foundation, un choix permissif qui autorise l'usage commercial et les modèles dérivés, ce qui distingue cette approche des licences propriétaires habituelles du secteur, même si le code source reste régi par Apache 2.0.

Côté performances, NVIDIA indique qu'Alpamayo 2 Super arrive en tête du benchmark LingoQA avec un score de 79,2 parmi près de 40 modèles évalués, devant Gemini 2.5 Pro (+15,1 points) et GPT-4o (+23,2 points) selon la métrique Lingo-Judge. La documentation technique fait aussi état d'un score de 1,50 ± 0,13 dans la simulation en boucle fermée AlpaSu sur 913 scénarios et d'une erreur minADE de 0,911 mètre à 6,4 secondes. Une précision s'impose : toutes ces mesures proviennent de données publiées par l'entreprise elle-même, également autrice des outils d'évaluation. À ce jour, aucune vérification indépendante ne confirme ces résultats en dehors de l'environnement contrôlé par le constructeur.

Pour un usage sur route, le nœud du problème est l'infrastructure. La validation technique a été menée exclusivement sur des GPU NVIDIA H100 de 80 Go, avec un pic mémoire dépassant 70 gigaoctets, une exigence qui, selon MarkTechPost, rend probable une distillation du modèle avant toute intégration à bord d'un véhicule. Aucune donnée d'essai sur route n'a été communiquée : les performances actuelles se limitent à la simulation et à l'analyse de jeux de données historiques, ce qui laisse en suspens la fiabilité du système face au trafic réel.

Adopter une licence ouverte pour un système de conduite aussi complexe est un signal intéressant pour l'écosystème, mais l'essentiel reste la capacité d'exécution. Promettre un raisonnement avancé sur du matériel de centre de données n'est pas la même chose que le garantir dans une voiture en mouvement, surtout quand les chiffres officiels ne coïncident pas et que la seule vérification disponible est celle du constructeur. — Olya