NVIDIA dévoile la famille NVIDIA Alpamayo de modèles d'IA ouverts, d'outils de simulation et d'ensembles de données conçus pour accélérer la prochaine ère du développement de véhicules autonomes sûrs et basés sur le raisonnement ;

• NVIDIA est le premier à publier un modèle VLA à raisonnement ouvert conçu pour relever les défis de la conduite autonome sur de longues distances ; la famille NVIDIA Alpamayo comprend également des outils de simulation et des ensembles de données pour le développement audiovisuel.
• Les ensembles de données ouverts Alpamayo 1, AlpaSim et Physical AI permettent de développer des véhicules qui perçoivent, raisonnent et agissent avec un jugement humain, ce qui permet aux développeurs d'affiner, de distiller et de tester des modèles qui offrent une sécurité, une robustesse et une évolutivité accrues.
• Avec Alpamayo, les leaders de la mobilité tels que JLR, Lucid et Uber, ainsi que la communauté de recherche audiovisuelle, notamment Berkeley DeepDrive, peuvent accélérer l'élaboration de feuilles de route de déploiement de niveau 4, sûres et fondées sur le raisonnement.
  
  
  
  

LAS VEGAS, 05 janvier 2026 (GLOBE NEWSWIRE) -- CES— NVIDIA a dévoilé aujourd'hui la famille NVIDIA Alpamayo de modèles d'IA ouverts, d'outils de simulation et d'ensembles de données conçus pour accélérer la prochaine ère de développement de véhicules autonomes (AV) sûrs et basés sur le raisonnement.

Les véhicules autonomes doivent fonctionner en toute sécurité dans un large éventail de conditions de conduite. Les scénarios rares et complexes, souvent appelés « long tail », restent parmi les défis les plus difficiles à maîtriser en toute sécurité pour les systèmes autonomes. Les architectures audiovisuelles traditionnelles séparent la perception de la planification, ce qui peut limiter l'évolutivité en cas de situations nouvelles ou inhabituelles. Les récents progrès en matière d'apprentissage de bout en bout ont permis de réaliser des progrès importants, mais pour surmonter ces problèmes de longue haleine, il faut des modèles capables de raisonner en toute sécurité sur les causes et les effets, en particulier lorsque les situations ne relèvent pas de l'expérience d'entraînement d'un modèle.

La famille Alpamayo introduit des modèles d'action et de langage visuel (VLA) basés sur le raisonnement et une chaîne de pensée qui intègrent une pensée humaine à la prise de décisions audiovisuelles. Ces systèmes peuvent réfléchir à des scénarios nouveaux ou rares étape par étape, améliorant ainsi la capacité de conduite et l'explicabilité, ce qui est essentiel pour renforcer la confiance et la sécurité dans les véhicules intelligents, et s'appuient sur le système de sécurité NVIDIA Halos.

« Le moment ChatGPT pour l'IA physique est arrivé, lorsque les machines commencent à comprendre, raisonner et agir dans le monde réel », a déclaré Jensen Huang, fondateur et PDG de NVIDIA. « La robotaxie est parmi les premières à en bénéficier. Alpamayo apporte du raisonnement aux véhicules autonomes, leur permettant de réfléchir à des scénarios rares, de conduire en toute sécurité dans des environnements complexes et d'expliquer leurs décisions de conduite. C'est la base d'une autonomie sûre et évolutive. »

Un écosystème ouvert et complet pour une autonomie basée sur le raisonnement

Alpamayo intègre trois piliers fondamentaux (modèles ouverts, cadres de simulation et ensembles de données) au sein d'un écosystème ouvert et cohérent sur lequel tout développeur automobile ou toute équipe de recherche peut s'appuyer.

Plutôt que de fonctionner directement dans le véhicule, les modèles Alpamayo servent de modèles pédagogiques à grande échelle que les développeurs peuvent affiner et intégrer à la base de leurs batteries audiovisuelles complètes.

À l'occasion du CES, NVIDIA publie :

• Étape 1 : Le premier modèle VLA de raisonnement en chaîne de pensée du secteur conçu pour la communauté des chercheurs en audiovisuel, maintenant disponible sur Hugging Face. Avec une architecture de 10 milliards de paramètres, Alpamayo 1 utilise une entrée vidéo pour générer des trajectoires ainsi que des traces de raisonnement, montrant la logique qui sous-tend chaque décision. Les développeurs peuvent adapter Alpamayo 1 à des modèles d'exécution plus petits pour le développement de véhicules, ou l'utiliser comme base pour des outils de développement audiovisuel tels que des évaluateurs basés sur le raisonnement et des systèmes d'étiquetage automatique. Alpamayo 1 fournit des pondérations de modèles ouverts et des scripts d'inférence open source. Les futurs modèles de la famille offriront un plus grand nombre de paramètres, des capacités de raisonnement plus détaillées, une plus grande flexibilité d'entrée et de sortie et des options pour un usage commercial.
• AlpaSim : un framework de simulation de bout en bout entièrement open source pour le développement audiovisuel haute fidélité, disponible sur GitHub. Il fournit une modélisation réaliste des capteurs, une dynamique de trafic configurable et des environnements de test évolutifs en boucle fermée, permettant une validation rapide et un affinement des politiques.
• Ensembles de données ouverts sur l'IA physique : NVIDIA propose le jeu de données ouvert à grande échelle le plus diversifié pour l'audiovisuel, contenant plus de 1 700 heures de données de conduite collectées dans le plus large éventail de zones géographiques et de conditions, couvrant des cas extrêmes rares et complexes du monde réel essentiels pour faire progresser les architectures de raisonnement. Ces ensembles de données sont disponibles sur Hugging Face.
  
  
  
  

Ensemble, ces outils permettent de créer une boucle de développement qui se renforce automatiquement pour les piles audiovisuelles basées sur le raisonnement.

De nombreux soutiens dans le secteur de l'audiovisuel Alpamayo Les leaders d'Alpamayo

Mobility et les experts du secteur, dont Lucid, JLR, Uber et Berkeley DeepDrive, s'intéressent à Alpamayo pour développer des piles audiovisuelles basées sur le raisonnement qui permettront une autonomie de niveau 4.

« Le passage à l'IA physique met en évidence le besoin croissant de systèmes d'IA capables de raisonner sur le comportement du monde réel, et pas seulement de traiter des données », a déclaré Kai Stepper, vice-président des systèmes ADAS et de la conduite autonome chez Lucid Motors. « Les environnements de simulation avancés, les riches ensembles de données et les modèles de raisonnement sont des éléments importants de cette évolution. »

« Le développement ouvert et transparent de l'IA est essentiel pour promouvoir la mobilité autonome de manière responsable », a déclaré Thomas Müller, directeur exécutif de l'ingénierie des produits chez JLR. « Grâce à des modèles open source tels qu'Alpamayo, NVIDIA contribue à accélérer l'innovation dans l'écosystème de la conduite autonome, en fournissant aux développeurs et aux chercheurs de nouveaux outils pour aborder des scénarios complexes du monde réel en toute sécurité. »

« La gestion de longs trajets et de scénarios de conduite imprévisibles est l'un des principaux défis de l'autonomie », a déclaré Sarfraz Maredia, responsable mondial de la mobilité autonome et de la livraison chez Uber. « Alpamayo crée de nouvelles opportunités intéressantes pour le secteur afin d'accélérer l'IA physique, d'améliorer la transparence et d'accroître la sécurité des déploiements de niveau 4. »

« Alpamayo 1 permet aux véhicules d'interpréter des environnements complexes, d'anticiper de nouvelles situations et de prendre des décisions en toute sécurité, même dans des scénarios inédits », explique Owen Chen, analyste principal senior chez S&P Global. « La nature open source du modèle accélère l'innovation à l'échelle du secteur, permettant aux partenaires d'adapter et d'affiner la technologie en fonction de leurs besoins uniques. »

« Le lancement du portefeuille Alpamayo représente une avancée majeure pour la communauté des chercheurs », a déclaré Wei Zhan, codirecteur de Berkeley DeepDrive. « La décision de NVIDIA de le rendre accessible au public est une transformation, car son accès et ses fonctionnalités nous permettront de nous entraîner à une échelle sans précédent, ce qui nous donnera la flexibilité et les ressources nécessaires pour généraliser la conduite autonome. »

Au-delà d'Alpamayo, les développeurs peuvent accéder à la riche bibliothèque d'outils et de modèles de NVIDIA, notamment à partir des plateformes NVIDIA Cosmos™ et NVIDIA Omniverse™. Les développeurs peuvent affiner les versions des modèles en fonction des données de flotte propriétaires, les intégrer à l'architecture NVIDIA DRIVE Hyperion™ construite avec le calcul accéléré NVIDIA DRIVE AGX Thor™ et valider les performances lors de la simulation avant le déploiement commercial.