NVIDIA enrichit son modèle ouvert pour raisonner sur la route

Les voitures autonomes savent déjà gérer le quotidien. Le vrai test arrive quand la situation se complique : chantier mal signalé, intersection ambiguë, véhicule qui coupe la route. NVIDIA lance Alpamayo 2 Super, un modèle ouvert pour la conduite autonome disponible pour un usage commercial, afin d’aider les équipes à mieux raisonner sur ces cas rares et difficiles à prévoir.

Le point sensible des robotaxis, ce sont les cas tordus

Dans le monde des véhicules autonomes, les scénarios ordinaires sont presque devenus la partie facile. Ce qui coince, ce sont les « long-tail events », ces situations rares et complexes que l’on observe peu mais qui pèsent lourd dans la sécurité et la validation. Alpamayo 2 Super tente d’y répondre avec un modèle fondationnel multimodal capable de comprendre une scène, d’en déduire une action et d’expliquer son choix en temps réel.

Le modèle s’inscrit dans la famille Alpamayo, décrite par NVIDIA comme la plus adoptée parmi les modèles ouverts de raisonnement pour la conduite autonome sur Hugging Face. Son intérêt n’est pas seulement technique. Dans un marché où les acteurs du robotaxi cherchent à réduire les coûts de développement sans perdre la main sur leurs données, l’ouverture commerciale devient un argument stratégique aussi bien qu’un choix d’ingénierie.

Pourquoi l’ouverture de la licence change la donne

Alpamayo 2 Super est proposé sous OpenMDW-1.1, la licence permissive de la Linux Foundation pour la distribution de modèles d’IA ouverts. Cette licence autorise le fine-tuning, les modèles dérivés et la redistribution commerciale, ce qui permet aux constructeurs, équipementiers, éditeurs de logiciels et fournisseurs de l’adapter à leurs propres données et politiques de conduite.

NVIDIA explique que cette approche donne aux entreprises « greater control » sur leurs données et leur infrastructure. Concrètement, cela évite de dépendre entièrement de modèles fermés pour chaque brique du système. Et pour des flottes propriétaires, où la sécurité et la traçabilité comptent autant que la performance brute, la marge de manœuvre n’est pas un détail. C’est même souvent là que se joue le passage du labo à la route.

La société dit appliquer désormais cette licence à toute la famille Alpamayo, alors que les versions précédentes étaient d’abord pensées pour la recherche et développement. Cela crée une trajectoire plus directe entre adaptation et déploiement commercial, sans repasser à chaque fois par la case négociation. Une étape de moins, et dans l’automobile, ce n’est pas rien.

Un modèle cloud-to-car pour entraînement et déploiement

Alpamayo 2 Super est conçu pour les workflows en nuage, où les développeurs génèrent des traces de raisonnement, des données synthétiques et des sorties d’enseignant pour distiller ensuite des modèles plus légers. La distillation, ici, désigne le transfert de capacités d’un grand modèle vers un modèle plus petit et plus rapide. L’idée est simple : garder une partie du raisonnement avancé dans le cloud, puis l’embarquer dans le véhicule sous une forme plus efficace.

Dans la famille Alpamayo, la version 2 Super offre le niveau de raisonnement et de performance le plus élevé pour le développement de conduite autonome multimodale, tandis que Alpamayo 1.5 et Alpamayo 1 sont présentés comme des options plus économiques pour l’entraînement et la distillation. NVIDIA défend ainsi une logique de portefeuille, du modèle coûteux pour explorer les cas difficiles jusqu’au modèle spécialisé pour l’inférence en temps réel dans la voiture.

Le résultat visé est une chaîne de travail « cloud-to-car » : d’un côté, la puissance de calcul et le raisonnement à grande échelle ; de l’autre, des modèles optimisés pour rouler dans des flottes commerciales. Ce découpage séduit les industriels, car il réduit la tentation de faire tourner en permanence un très gros modèle là où un modèle plus compact suffit.

Ce que le modèle produit concrètement

Pour chaque situation de conduite, Alpamayo 2 Super peut générer cinq sorties liées entre elles : une trajectoire prévue, une trace de chaîne de causalité, une méta-action comme céder le passage ou changer de voie, des auto-étiquettes de raisonnement pour l’entraînement, et des réponses de question-réponse visuelle avec ancrage 2D. L’ancrage 2D relie la réponse à une zone précise de l’image captée par les caméras.

Cette combinaison sert à rendre les décisions du modèle plus lisibles pour les développeurs. NVIDIA veut ainsi montrer ce que le système a vu, pourquoi il a choisi une action et comment cette décision peut être validée. Les traces de chaîne de causalité s’intègrent aux workflows de sécurité NVIDIA Halos et sont présentées comme compatibles avec les exigences de l’ISO/PAS 8800, un référentiel lié à la sécurité de l’IA dans l’automobile.

Le modèle peut aussi fonctionner comme outil d’auto-étiquetage sur des données de flotte propriétaires. NVIDIA affirme que cette approche peut réduire des cycles d’annotation de plusieurs mois à quelques jours. L’argument est clair : moins de temps passé à annoter, plus de temps pour tester. Et moins d’étiquetage manuel, surtout quand il faut traiter des scènes rares, c’est souvent un soulagement plus qu’une simple optimisation.

Des scores élevés, mais à lire avec prudence

NVIDIA affirme qu’Alpamayo 2 Super se classe premier sur LingoQA, un benchmark de raisonnement pour la conduite autonome, parmi près de 40 modèles évalués. Dans ses tests internes avec la métrique Lingo-Judge, le modèle dépasserait Qwen2.5-VL 72B de 17,0 points, Gemini 2.5 Pro de 15,1 points et GPT-4o de 23,2 points. [à vérifier]

La société indique aussi que le modèle est trois fois plus grand que les versions NVIDIA Alpamayo 1.5 et 1, annoncées à 10 milliards de paramètres. Plus de capacité aide à mieux généraliser à partir de peu d’exemples, notamment dans les interactions rares impliquant plusieurs agents. Les chiffres sont fournis par NVIDIA et doivent être lus dans ce cadre, sans les confondre avec une évaluation indépendante.

Le modèle exploite une vue complète à 360 degrés, en fusionnant les caméras avant, latérales et arrière. Cela l’aide à mieux gérer les changements de voie, les insertions, les virages non protégés et les intersections complexes, là où les risques apparaissent le plus souvent. En conduite autonome, ce sont rarement les grandes lignes droites qui posent problème.

Un ensemble plus large d’outils autour de l’IA physique

Alpamayo 2 Super ne vient pas seul. NVIDIA le rattache à un ensemble plus vaste de modèles, cadres de travail et jeux de données pour la conduite autonome, avec AlpaSim pour la simulation en boucle fermée, AlpaGym pour l’apprentissage par renforcement à haut débit, des jeux de données NVIDIA Physical AI, ainsi que des recettes d’entraînement ouvertes et une chaîne d’auto-étiquetage.

La famille Alpamayo a déjà dépassé 500 000 téléchargements sur Hugging Face, selon NVIDIA. Ce volume montre qu’il existe une demande réelle pour des briques ouvertes de raisonnement appliquées à la mobilité autonome, surtout au moment où les industriels cherchent à concilier sécurité, coûts et contrôle des données. Dans ce contexte, l’ouverture n’est pas un slogan. C’est une manière de garder la main sur le volant logiciel.

Alpamayo 2 Super est déjà disponible sur Hugging Face, où les équipes peuvent l’évaluer et l’adapter à leurs propres projets de robotaxis ou de véhicules autonomes. Reste à voir quels acteurs convertiront cette promesse en produit roulant, et à quelle vitesse.