Nvidia ha publicado Alpamayo 2 Edge, un modelo compacto de razonamiento visión‑lenguaje‑acción (VLA) destinado a la planificación y explicación en tiempo real dentro del vehículo. El blog para desarrolladores que anuncia el modelo se publicó el 10 de noviembre de 2026; Nvidia describe Alpamayo 2 Edge como un modelo de "razonamiento adaptativo" que genera explicaciones causales solo cuando es necesario y está optimizado para ejecutarse en la plataforma DRIVE AGX Thor de la compañía, con latencias de inferencia de píxel a trayectoria de aproximadamente 160–190 ms según la carga de razonamiento.

Qué ha publicado Nvidia

Hugging Face aloja la ficha del modelo y los pesos (publicados el 11 de noviembre de 2026), que sitúan a Alpamayo 2 Edge en torno a un modelo de 2.000 millones de parámetros construido sobre una columna vertebral Cosmos 3 Edge basada en Nemotron y un experto de acción de 0,2B de parámetros. Nvidia publica los pesos bajo la licencia OpenMDW‑1.1 y el código fuente bajo Apache‑2.0 para fomentar la investigación y la afinación para su despliegue. El modelo fue postentrenado con aprendizaje por refuerzo en bucle cerrado en AlpaGym de Nvidia; Nvidia informa una mejora del 48,9% en el rendimiento de conducción en bucle cerrado tras ese paso de postentrenamiento.

Más allá de las cifras de laboratorio, los actores de la industria ya están experimentando. La empresa japonesa Tier IV dijo el 11 de noviembre que ha estado evaluando Alpamayo e integrando el modelo con Autoware para pilas de extremo a extremo —un ejemplo público de cómo un proveedor de software puede adaptar los pesos de Nvidia a plataformas de software para vehículos. Esa integración temprana destaca una vía práctica desde la publicación del modelo hasta los bancos de pruebas de suministradores y los ensayos en campo.

Cómodo está previsto que se ejecute el modelo

La entrada para desarrolladores de Nvidia explica el enfoque técnico que hace que el razonamiento sea lo bastante compacto para uso a bordo: razonamiento adaptativo (producción de tokens de razonamiento solo cuando son útiles), decodificación especulativa, cuantización FP8 y compilaciones de motor TensorRT‑Edge‑LLM orientadas a DRIVE AGX Thor. El blog también describe AlpaJudge, un modelo de evaluación calibrado por humanos que Nvidia utiliza para seleccionar datos de entrenamiento de mayor valor y para recompensar trazas de razonamiento durante el afinamiento por RL.

Qué significa esto para el mercado

Para Europa Central y del Este el impacto inmediato es práctico: muchos fabricantes de equipos originales y suministradores de primer nivel en la región ya trabajan en pilas de computación de clase DRIVE o integran silicio de Nvidia en proyectos ADAS y de cabina. Un modelo de razonamiento preparado para el edge y disponible abiertamente reduce el esfuerzo necesario para prototipar funciones avanzadas de planificación y explicabilidad, acortando el camino de la simulación a las pruebas en vehículo para empresas de Praga a Poznań y de Bratislava a Budapest. La ficha del modelo y la receta de despliegue permiten a suministradores más pequeños afinar con datos de flota sin construir un modelo base completo desde cero, lo que podría acelerar programas piloto y ciclos de validación de software en las cadenas de suministro de CEE.

Dicho esto, los puntos de referencia que publica Nvidia son internos y basados en simulación; la declaración de Tier IV muestra adopción industrial pero no equivale a aprobaciones de seguridad para producción. Los fabricantes y suministradores deben seguir validando el comportamiento frente a los regímenes de conformidad UNECE y de la UE y realizar V&V en el mundo real antes de escalar a vehículos de cliente.

Vehículos disponibles ahora en WorldTrader24 →

Fuentes: NVIDIA Developer Blog, Hugging Face, TIER IV