Menú
Secciones criptográficas
El modelo compacto de 2 mil millones de parámetros planifica rutas de conducción, explica sus opciones y se ejecuta en Nvidia DRIVE AGX Thor.
Martes 10 de noviembre de 2026 · 11:15 EST · Lectura de 3 minutos
En IA
Compartir
Nvidia quiere que los coches autónomos hagan algo que la mayoría de los conductores humanos nunca logran: explicarse en tiempo real.
La compañía presentó Alpamayo 2 Edge, un modelo abierto de IA que planifica la trayectoria de un vehículo y expone el razonamiento detrás de cada decisión de conducción a medida que ocurre. El anuncio se produjo el 21 de octubre de 2026 en el evento GTC Berlín.
Un modelo pequeño con un gran trabajo.
Alpamayo 2 Edge es lo que se conoce como modelo visión-lenguaje-acción o VLA. Técnicamente, el modelo acepta tres flujos de datos. Se trata de transmisiones de cámaras ubicadas alrededor del vehículo, datos de navegación y el historial de movimientos recientes del automóvil, lo que Nvidia llama movimiento del ego.
A partir de esas entradas, produce dos salidas. Se trata de una trayectoria planificada para el vehículo. El otro es un rastro de razonamiento adaptativo, esencialmente una explicación continua de la lógica detrás del plan.
El modelo incluye 2 mil millones de parámetros. Eso lo convierte en el hermano liviano del Alpamayo 2 Super de 34 mil millones de parámetros, a partir del cual fue construido.
Nvidia utilizó una técnica llamada destilación para llegar allí. El objetivo de reducir las cosas es la velocidad. Un automóvil no puede esperar mientras un modelo gigante delibera en un centro de datos.
Los números detrás del “tiempo real”
En la plataforma NVIDIA DRIVE AGX Thor, Alpamayo 2 Edge funciona a alrededor de 10 Hz. En pocas palabras, el modelo actualiza su plan aproximadamente diez veces por segundo.
IA, tecnología y los mercados que mueven, en una sesión informativa diaria.
A diario. Gratis. Únase a más de 34 000 lectores de criptomonedas, finanzas y políticas.
Respetamos su privacidad. Darse de baja en cualquier momento.
Después de la optimización con TensorRT, el modelo alcanza una latencia de píxel a trayectoria de entre 160 y 190 ms. Esa es la brecha entre una cámara que captura una imagen y el modelo que genera una ruta de conducción, y es de menos de una quinta de segundo.
La formación también se apoyó en gran medida en el aprendizaje por refuerzo. Según los resultados de la investigación, el aprendizaje por refuerzo de circuito cerrado aumentó el rendimiento del modelo en un 48,9%.
Los primeros socios informaron capacidades de planificación más rápidas y una mejor generalización en las pruebas del mundo real, y los resultados aparecieron en cuestión de días.
Pesos abiertos y un conjunto de herramientas más amplio
Nvidia está lanzando Alpamayo 2 Edge en Hugging Face bajo términos de licencia permisivos. Los desarrolladores pueden descargarlo y ajustarlo para sus propios fines.
La compañía también ofrece a los desarrolladores recursos en GitHub para experimentos en tiempo real y personalización de modelos.
El modelo encaja en la creciente suite Alpamayo de Nvidia. Esa familia de herramientas está dirigida a vehículos autónomos de nivel 4 y operaciones de robotaxi, donde se espera que el automóvil maneje la conducción por sí solo dentro de condiciones definidas.
Además de la marca, Nvidia lanzó Halos SAFE, un sistema de seguridad. Fue desarrollado con socios como dSPACE, IVEX y TÜV Rheinland.
Volvo Cars también fue noticia en el evento. El fabricante de automóviles dijo que está adoptando el sistema informático Hyperion de Nvidia junto con la pila Alpamayo para el desarrollo de vehículos futuros.
De cara al futuro, se espera que Alpamayo Agentic Factory de Nvidia se introduzca a principios de 2027. Su objetivo es ser un modelo para la integración de agentes de IA.
Divulgación: este artículo fue editado por Diego Almada López. Para obtener más información sobre cómo creamos y revisamos contenido, consulte nuestra Política editorial.
Las noticias sobre lo que tienes
Siga sus acciones y criptomonedas. Lea las noticias sobre ellos de cientos de editores en Pro.
Política de privacidad
