Nvidia ha publicado Alpamayo 2 Super, un modelo de razonamiento para conducción autónoma que sale con licencia comercial abierta y ya se puede descargar en Hugging Face. Triplica la escala de los modelos de 10.000 millones de parámetros de la misma familia y encabeza LingoQA, el banco de pruebas de razonamiento al volante, por delante de Gemini 2.5 Pro y GPT-4o.
Puntos clave
- Alpamayo 2 Super es un modelo fundacional para vehículos autónomos y robotaxis, con entrada de cámaras en 360 grados.
- Queda primero en LingoQA entre alrededor de 40 modelos evaluados: saca 17,0 puntos a Qwen2.5-VL 72B en la métrica Lingo-Judge, 15,1 a Gemini 2.5 Pro y 23,2 a GPT-4o.
- Sale bajo OpenMDW-1.1, la licencia permisiva de la Linux Foundation, que cubre ajuste fino, modelos derivados y redistribución comercial.
- Está en Hugging Face desde hoy. La familia de modelos de IA física de Nvidia acumula más de 500.000 descargas.
Qué hace distinto a este modelo
La mayoría de los sistemas de conducción autónoma devuelven una trayectoria y punto. Alpamayo 2 Super devuelve además la cadena de causas que explica por qué eligió esa trayectoria y no otra: qué vio, qué dedujo y qué acción de alto nivel decidió (ceder el paso, cambiar de carril, parar).
Encima de eso hace preguntas y respuestas visuales con anclaje 2D, o sea, señala en la propia imagen el objeto del que habla. Y sirve para autoetiquetar datos de entrenamiento, que es donde se va buena parte del presupuesto de cualquier equipo de percepción.
Por debajo está Cosmos 3 Super Reasoner, la línea de razonamiento de Nvidia para IA física. Alrededor, tres piezas más: AlpaSim para simulación, AlpaGym para aprendizaje por refuerzo y los conjuntos de datos de Physical AI.
La licencia es la mitad de la noticia
Aquí el detalle que importa es OpenMDW-1.1. No es una licencia de investigación con letra pequeña que te prohíbe montar un producto. Permite ajustar el modelo con tus datos, publicar el derivado y venderlo.
Para un fabricante de segunda fila o un proveedor de flotas, eso cambia el cálculo: hasta ahora, meterse en conducción autónoma con razonamiento explicable pasaba por licenciar la pila cerrada de alguien. Ahora el punto de partida es gratis y el gasto se va entero a datos y validación.
Los números de LingoQA, en contexto
LingoQA mide si un modelo entiende una escena de tráfico y sabe explicarla. Que un modelo especializado de unos 30.000 millones de parámetros gane a Gemini 2.5 Pro por 15,1 puntos no significa que sea mejor modelo en general. Significa que el entrenamiento específico en el dominio sigue rindiendo más que la escala bruta cuando la tarea es estrecha y está bien definida.
Es la misma lección que se repite en visión industrial, en clasificación documental o en soporte técnico. El modelo grande sirve de suelo; el modelo pequeño y afinado gana en el caso concreto y cuesta una fracción.
Por qué importa
Aunque no vendas coches, hay dos cosas aquí que aplican a cualquier empresa que esté metiendo IA en un proceso serio.
La primera es la traza de razonamiento. Un sistema que explica por qué tomó una decisión es un sistema que puedes auditar cuando algo sale mal, y por tanto un sistema que tu responsable de riesgos te deja poner en producción. Si estás automatizando aprobaciones de crédito, control de calidad o decisiones logísticas, exigir esa traza desde el diseño te ahorra la discusión después.
La segunda es la licencia. Cada vez que un modelo bueno de un dominio concreto sale con permiso comercial de verdad, el coste de entrar en ese dominio se desploma. La pregunta que toca hacerse cada trimestre ya no es qué modelo es el mejor, sino cuál de los buenos puedo usar sin pedir permiso.
Relacionado
