Nvidia ha pubblicato Alpamayo 2 Edge, un compatto modello di ragionamento visione‑linguaggio‑azione (VLA) pensato per pianificazione in tempo reale e spiegazione a bordo veicolo. Il post per sviluppatori che annuncia il modello è stato pubblicato il 10 nov 2026; Nvidia descrive Alpamayo 2 Edge come un modello di "ragionamento adattivo" che genera spiegazioni causali solo quando necessario ed è ottimizzato per funzionare sulla piattaforma DRIVE AGX Thor dell’azienda con latenze inferenza pixel‑a‑traiettoria di circa 160–190 ms a seconda del carico di ragionamento.
Cosa ha rilasciato Nvidia
Hugging Face ospita la scheda del modello e i pesi (rilasciati l’11 nov 2026), che indicano Alpamayo 2 Edge come un modello di circa 2 miliardi di parametri costruito su un backbone Cosmos 3 Edge basato su Nemotron e con un esperto d’azione da 0,2B parametri. Nvidia pubblica i pesi sotto la licenza OpenMDW‑1.1 e il codice sorgente sotto Apache‑2.0 per incentivare la ricerca e il fine‑tuning per la distribuzione. Il modello è stato post‑addestrato con reinforcement learning a circuito chiuso nell’AlpaGym di Nvidia; l’azienda riporta un miglioramento del 48,9% nelle prestazioni di guida a circuito chiuso grazie a questo passaggio di post‑addestramento.
Oltre ai dati di laboratorio, gli attori del settore stanno già sperimentando. Tier IV del Giappone ha dichiarato l’11 nov di aver valutato Alpamayo e di integrare il modello con Autoware per stack end‑to‑end — un esempio pubblico di come un fornitore software possa adattare i pesi di Nvidia alle piattaforme software veicolari. Questa integrazione precoce evidenzia una via pratica dal rilascio del modello ai banchi prova dei fornitori e alle prove sul campo.
Come è previsto che il modello venga eseguito
Il post per sviluppatori di Nvidia spiega l’approccio tecnico che rende il ragionamento sufficientemente compatto per l’uso a bordo: ragionamento adattivo (produzione di token di ragionamento solo quando utili), decoding speculativo, quantizzazione FP8 e build del motore TensorRT‑Edge‑LLM mirate a DRIVE AGX Thor. Il blog descrive anche AlpaJudge, un modello di valutazione calibrato dall’uomo che Nvidia usa per selezionare dati di addestramento di maggior valore e per premiare le tracce di ragionamento durante il fine‑tuning RL.
Cosa significa per il mercato
Per l’Europa centrale e orientale l’impatto immediato è pratico: molti OEM e fornitori di primo livello della regione già lavorano su stack di calcolo di classe DRIVE o integrano silicio Nvidia in progetti ADAS e di cockpit. Un modello pronto per l’edge e disponibile pubblicamente riduce lo sforzo necessario per prototipare funzionalità avanzate di pianificazione e spiegabilità, accorciando il percorso dalla simulazione ai test a bordo veicolo per aziende da Praga a Poznań e da Bratislava a Budapest. La scheda del modello e la ricetta di deployment significano che fornitori più piccoli possono fare fine‑tuning sui dati di flotta senza costruire un intero foundation model da zero, accelerando potenzialmente programmi pilota e cicli di validazione software nelle catene di fornitura dell’Europa centrale e orientale.
Detto questo, i benchmark pubblicati da Nvidia sono interni e basati su simulazione; la dichiarazione di Tier IV dimostra l’adozione nel settore ma non equivale ad approvazioni per la sicurezza in produzione. OEM e fornitori devono ancora validare il comportamento rispetto ai regimi di conformità UNECE ed EU ed eseguire V&V nel mondo reale prima di estendere su veicoli cliente.
Veicoli disponibili subito su WorldTrader24 →
Fonti: NVIDIA Developer Blog, Hugging Face, TIER IV
