NVIDIA publicou no seu blog técnico a chegada do Alpamayo 2 Super, um modelo vision-language-action (VLA) de 34 bilhões de parâmetros projetado para acelerar fluxos de desenvolvimento de veículos autônomos. O sistema combina um "Cosmos 3 Super Reasoner" de 32 bilhões e um Action Expert de 2 bilhões, e foi post‑treinado com reforço para unir percepção, raciocínio e geração de ação.
O que faz
Alpamayo 2 Super processa entrada multimodal com cobertura 360° de até sete câmeras e produz saídas múltiplas e complementares: trajetórias futuras do veículo, Chain‑of‑Causation (CoC) — rastros de raciocínio que explicam decisões —, meta‑ações (por exemplo: yield, change lanes, stop), respostas a perguntas sobre a cena com 2D grounding e rótulos estruturados de raciocínio para auto‑labeling.
Fluxos de uso e avaliação
Segundo a NVIDIA, o mesmo modelo pode servir como teacher offline, crítico de avaliação, motor de dados e ponto de partida para customização de tarefas, reduzindo a necessidade de modelos separados para cada etapa. O post apresenta notebooks de inferência que demonstram geração de trajetórias e CoC, predição de meta‑ações, VQA multi‑câmera e geração de CoC auto‑labels.
Em benchmarks descritos pela empresa, Alpamayo 2 Super alcança resultados destacados: minADE_6 de 0,911 m em 1.434 amostras do Physical AI AV Dataset; pontuação de raciocínio 0,433 no Physical AI AV Reasoning Benchmark; LingoQA 79,2; IoU de meta‑ações (lateral 74,59; longitudinal 61,91; por pista 73,55); similaridade de resposta VQA 0,652; 2D grounding IoU 0,71. Em simulação fechada (AlpaSim) sobre 913 cenas reconstruídas, obteve AlpaSim Score de 1,50 ± 0,13.
Implantação e licença
Os pesos do modelo estão disponíveis no Hugging Face e notebooks de inferência no GitHub. O lançamento usa a licença OpenMDW‑1.1 (Linux Foundation), permissiva para distribuição aberta, cobertura de fine‑tuning, derivações e redistribuição comercial — a NVIDIA afirma que modelos destilados podem ser implantados comercialmente sem permissão adicional e que as saídas do modelo não carregam condições de licença.
Impacto prático
Além de facilitar diagnóstico e depuração por meio dos rastros de raciocínio, o Alpamayo 2 Super é apresentado como uma ferramenta para acelerar a curadoria de dados e reduzir o tempo de anotação em cenários de cauda longa com auto‑labeling estruturado. A integração com AlpaSim permite avaliar efeitos de ações em um loop fechado, capturando colisões e respostas de agentes que métricas open‑loop não mostram.
Os recursos técnicos e exemplos de execução publicados pela NVIDIA incluem instruções e configurações para rodar avaliações em AlpaSim e notebooks com chamadas de inferência; a documentação menciona, por exemplo, requisitos de memória para modos específicos de amostragem.
O post completo e os recursos estão no repositório e na página de desenvolvedores da NVIDIA, onde a empresa detalha notebooks, métricas e exemplos de uso do Alpamayo 2 Super.
Fonte: NVIDIA Developer Blog
