Menu
Sections cryptographiques
Le modèle compact de 2 milliards de paramètres planifie les trajets, explique ses choix et fonctionne sur Nvidia DRIVE AGX Thor
Mar 10 novembre 2026 · 11 h 15 HNE · 3 min de lecture
En IA
Partager
Nvidia souhaite que les voitures autonomes fassent quelque chose que la plupart des conducteurs humains ne parviennent jamais à faire : s'expliquer en temps réel.
La société a présenté Alpamayo 2 Edge, un modèle d’IA ouvert qui planifie la trajectoire d’un véhicule et expose le raisonnement derrière chaque décision de conduite au fur et à mesure qu’elle se produit. L'annonce a eu lieu le 21 octobre 2026, lors de l'événement GTC Berlin.
Un petit modèle pour un gros travail
Alpamayo 2 Edge est ce qu'on appelle un modèle vision-langage-action, ou VLA. Techniquement, le modèle prend en compte trois flux de données. Il s’agit de flux provenant de caméras autour du véhicule, de données de navigation et de l’historique récent des mouvements de la voiture, que Nvidia appelle l’ego-motion.
À partir de ces entrées, il produit deux sorties. L’une est une trajectoire planifiée pour le véhicule. L’autre est une trace de raisonnement adaptatif, essentiellement une explication courante de la logique derrière le plan.
Le modèle contient 2 milliards de paramètres. Cela en fait le frère léger de l'Alpamayo 2 Super, doté de 34 milliards de paramètres, à partir duquel il a été construit.
Nvidia a utilisé une technique appelée distillation pour y arriver. Le but de réduire les choses est la vitesse. Une voiture ne peut pas attendre pendant qu’un modèle géant délibère dans un centre de données.
Les chiffres derrière le « temps réel »
Sur la plateforme NVIDIA DRIVE AGX Thor, Alpamayo 2 Edge fonctionne à environ 10 Hz. En clair, le modèle actualise son plan environ dix fois par seconde.
L'IA, la technologie et les marchés qu'ils évoluent, en un seul briefing quotidien.
Tous les jours. Gratuit. Rejoignez plus de 34 000 lecteurs dans les domaines de la cryptographie, de la finance et de la politique.
Nous respectons votre vie privée. Désabonnez-vous à tout moment.
Après optimisation avec TensorRT, le modèle atteint une latence pixel-trajectoire comprise entre 160 et 190 ms. C'est l'écart entre une caméra capturant une image et le modèle produisant un trajet, et cela prend moins d'un cinquième de seconde.
La formation s’appuyait également fortement sur l’apprentissage par renforcement. Selon les résultats de la recherche, l’apprentissage par renforcement en boucle fermée a augmenté les performances du modèle de 48,9 %.
Les premiers partenaires ont signalé des capacités de planification plus rapides et une meilleure généralisation dans les tests réels, avec des résultats apparaissant en quelques jours.
Poids ouverts et boîte à outils plus large
Nvidia publie Alpamayo 2 Edge sur Hugging Face selon des conditions de licence permissives. Les développeurs peuvent le télécharger et l'affiner à leurs propres fins.
La société oriente également les développeurs vers des ressources sur GitHub pour des expériences en temps réel et la personnalisation des modèles.
Le modèle s’intègre dans la suite croissante Alpamayo de Nvidia. Cette famille d'outils est destinée aux véhicules autonomes de niveau 4 et aux opérations de robotaxi, où la voiture est censée conduire seule dans des conditions définies.
Parallèlement au modèle, Nvidia a lancé Halos SAFE, un cadre de sécurité. Il a été développé avec des partenaires tels que dSPACE, IVEX et TÜV Rheinland.
Volvo Cars a également fait l'actualité lors de l'événement. Le constructeur automobile a annoncé qu’il adoptait le système de calcul Hyperion de Nvidia ainsi que la pile Alpamayo pour le développement de futurs véhicules.
À plus long terme, Alpamayo Agentic Factory de Nvidia devrait être introduit début 2027. Il est conçu comme un modèle d’intégration des agents d’IA.
Divulgation : Cet article a été édité par Diego Almada Lopez. Pour plus d'informations sur la façon dont nous créons et révisons le contenu, consultez notre politique éditoriale.
Les nouvelles de ce que vous détenez
Suivez vos actions et crypto. Lisez les actualités à leur sujet auprès de centaines d'éditeurs dans Pro.
Politique de confidentialité
