IA y modelos
Nvidia lanza Alpamayo para dotar de razonamiento a los vehículos autónomos
Nvidia lanzó Alpamayo, una nueva familia de modelos de IA de código abierto y herramientas de simulación diseñadas para ayudar a los vehículos autónomos a razonar en escenarios de conducción complejos.
En CES 2026, Nvidia lanzó Alpamayo, una nueva familia de modelos de IA de código abierto, herramientas de simulación y conjuntos de datos para entrenar robots físicos y vehículos. La tecnología está diseñada para ayudar a los vehículos autónomos a razonar en situaciones de conducción complejas. Durante una conferencia de prensa y una presentación el lunes, el CEO de Nvidia, Jensen Huang, describió el lanzamiento como: “El momento ChatGPT para la IA física ha llegado: cuando las máquinas comienzan a entender, razonar y actuar en el mundo real”. Huang afirmó que Alpamayo aporta razonamiento a los vehículos autónomos, permitiéndoles pensar en escenarios poco comunes, conducir de forma segura en entornos complejos y explicar sus decisiones de conducción.
En el núcleo de esta nueva familia se encuentra Alpamayo 1, un modelo de acción de lenguaje visual (VLA, por sus siglas en inglés) de 10 mil millones de parámetros. El código subyacente de Alpamayo 1 está alojado en Hugging Face, lo que permite a los desarrolladores ajustar el modelo en versiones más pequeñas y rápidas para el desarrollo de vehículos, entrenar sistemas de conducción más simples o crear herramientas como sistemas de autoetiquetado. Para apoyar este ecosistema, Nvidia está lanzando un conjunto de datos abierto que contiene más de 1700 horas de datos de conducción recopilados en una variedad de geografías y condiciones. Además, la empresa lanzó AlpaSim, un marco de simulación de código abierto alojado en GitHub, diseñado para recrear condiciones de conducción del mundo real para que los desarrolladores puedan validar sistemas de conducción autónoma.
Alpamayo 1 utiliza razonamiento de cadena de pensamiento (chain-of-thought)—una técnica de razonamiento de IA donde los problemas se dividen en pasos—para ayudar a los vehículos a resolver casos límite (edge cases), que son escenarios inusuales o complejos en la conducción autónoma. Según Ali Kani, vicepresidente de automoción de Nvidia, el modelo opera dividiendo los problemas en pasos, razonando sobre cada posibilidad y luego seleccionando la ruta más segura. Huang señaló que el modelo no solo toma entradas de sensores para activar el volante, los frenos y la aceleración; también razona sobre sus acciones, explica sus decisiones y describe su trayectoria. Para entrenar y probar aún más estos sistemas, Kani declaró que los desarrolladores pueden usar Cosmos, la marca de modelos generativos de mundo de Nvidia, para generar datos sintéticos y combinarlos con conjuntos de datos reales.
Por qué importa
La decisión de Nvidia de abrir el código de estos modelos de razonamiento podría acelerar el desarrollo de vehículos autónomos al permitir a los desarrolladores abordar escenarios de conducción complejos e inusuales que anteriormente requerían extensos datos de entrenamiento.