A Nvidia publicou o Alpamayo 2 Edge, um modelo compacto de raciocínio visão‑linguagem‑ação (VLA) pensado para planeamento e explicação em tempo real a bordo do veículo. O blogue para desenvolvedores que anunciou o modelo foi publicado a 10 de novembro de 2026; a Nvidia descreve o Alpamayo 2 Edge como um modelo de "raciocínio adaptativo" que gera explicações causais apenas quando necessário e está optimizado para correr na plataforma DRIVE AGX Thor da empresa, com latências de inferência do pixel à trajectória de cerca de 160–190 ms, dependendo da carga de raciocínio.

O que a Nvidia lançou

A Hugging Face hospeda o cartão do modelo e os pesos (lançados a 11 de novembro de 2026), que listam o Alpamayo 2 Edge como aproximadamente um modelo de 2 mil milhões de parâmetros construído sobre uma backbone Cosmos 3 Edge baseada em Nemotron e um especialista de acção de 0,2B parâmetros. A Nvidia publica os pesos sob a licença OpenMDW‑1.1 e o código‑fonte sob Apache‑2.0 para incentivar a investigação e o fine‑tuning para implementação. O modelo foi pós‑treinado com aprendizagem por reforço em ciclo fechado na AlpaGym da Nvidia; a empresa reporta uma melhoria de 48,9% no desempenho de condução em ciclo fechado devido a esse passo de pós‑treino.

Para além dos números de laboratório, actores da indústria já estão a experimentar. A japonesa TIER IV disse a 11 de novembro que tem vindo a avaliar o Alpamayo e a integrar o modelo com o Autoware para pilhas end‑to‑end — um exemplo público de como um fornecedor de software pode adaptar os pesos da Nvidia às plataformas de software veicular. Essa integração precoce destaca uma via prática desde o lançamento do modelo até aos bancos de ensaio dos fornecedores e a ensaios em campo.

Como o modelo se destina a correr

O post de desenvolvimento da Nvidia explica a abordagem técnica que torna o raciocínio compacto o suficiente para uso embarcado: raciocínio adaptativo (produzindo tokens de raciocínio apenas quando úteis), decodificação especulativa, quantização FP8 e builds do motor TensorRT‑Edge‑LLM direccionados ao DRIVE AGX Thor. O blogue descreve também o AlpaJudge, um modelo de avaliação calibrado por humanos que a Nvidia usa para seleccionar dados de treino de maior valor e para premiar traços de raciocínio durante o fine‑tuning por RL.

O que isto significa para o mercado

Para a Europa Central e de Leste o impacto imediato é prático: muitos OEM e fornecedores tier‑one na região já trabalham em stacks de computação de classe DRIVE ou integram silício Nvidia em projectos ADAS e de cockpit. Um modelo disponível publicamente e pronto para edge reduz o esforço necessário para prototipar funcionalidades avançadas de planeamento e explicabilidade, encurtando o percurso da simulação para os testes a bordo de veículos para empresas de Praga a Poznań e de Bratislava a Budapeste. O cartão do modelo e a receita de implementação permitem que fornecedores mais pequenos façam fine‑tuning com dados de frotas sem construir um modelo fundacional completo a partir do zero, potencialmente acelerando programas‑piloto e ciclos de validação de software nas cadeias de fornecimento da Europa Central e de Leste.

Dito isto, os benchmarks publicados pela Nvidia são internos e baseados em simulação; a declaração da TIER IV mostra adoção na indústria mas não equivale a aprovações de segurança em produção. OEM e fornecedores terão de validar o comportamento face aos regimes de conformidade UNECE e da UE e executar V&V em ambiente real antes de escalar para veículos de clientes.

Veículos disponíveis de imediato no WorldTrader24 →

Fontes: NVIDIA Developer Blog, Hugging Face, TIER IV