NVIDIA apre Alpamayo 2 Super all’uso commerciale: il modello aperto che fa ragionare i robotaxi

NVIDIA ha reso Alpamayo 2 Super disponibile per l’uso commerciale, un passaggio che sposta uno dei modelli aperti più discussi per la guida autonoma dal terreno della ricerca a quello della produzione. L’annuncio è arrivato il 4 agosto 2026 sul blog ufficiale dell’azienda e riguarda un modello di ragionamento pensato per robotaxi e veicoli a guida autonoma, ora scaricabile su Hugging Face con una licenza che ne consente l’adozione commerciale senza permessi aggiuntivi.

Non si tratta di un modello nuovo in senso stretto, ma di un cambio di regime nella sua distribuzione. Fino a ieri la famiglia Alpamayo era pensata soprattutto per attività di ricerca e sviluppo. Da oggi chi costruisce automobili, camion o flotte di robotaxi può prendere questi pesi, adattarli ai propri dati e portarli su strada.

Il punto vero è questo: NVIDIA prova a fare per la guida autonoma quello che i modelli aperti hanno già fatto per il linguaggio, cioè abbassare la barriera d’ingresso e rimettere in mano agli sviluppatori il controllo sulla tecnologia.

Cosa significa uso commerciale per Alpamayo 2 Super

Alpamayo 2 Super è pubblicato su Hugging Face sotto OpenMDW-1.1, la licenza permissiva della Linux Foundation pensata per le distribuzioni aperte di modelli AI. La licenza copre il fine-tuning, i modelli derivati e la ridistribuzione commerciale, e qui sta il cuore della novità.

In pratica significa che uno sviluppatore di sistemi di guida, una casa automobilistica o un fornitore possono adattare il modello ai propri dati, alle proprie politiche di guida e alle proprie strategie di rilascio, mantenendo il controllo sull’infrastruttura e sul valore che costruiscono. Per chi lavora con flotte proprietarie e requisiti di sicurezza stringenti, questo controllo non è un dettaglio ma una condizione necessaria.

NVIDIA ha esteso la licenza OpenMDW all’intera famiglia Alpamayo. Le versioni precedenti erano nate per la ricerca, mentre ora anche i modelli più leggeri possono essere usati in ambito commerciale.

Il risultato è un percorso diretto che va dall’adattamento del modello fino al suo utilizzo su strada, senza dover chiedere autorizzazioni caso per caso.

C’è anche una ragione economica. I pesi aperti permettono di costruire sopra capacità di ragionamento già mature, senza riaddestrare da zero ogni funzione di base e senza pagare i costi di un modello di frontiera per ogni singola operazione. È la logica del giusto modello per il giusto compito al giusto costo, la stessa che sta orientando molte scelte nel settore.

Un modello che ragiona ad alta voce sulle decisioni di guida

La caratteristica che distingue Alpamayo 2 Super dai sistemi di guida tradizionali è il modo in cui arriva a una decisione. Un sistema classico osserva la scena e produce un angolo di sterzo o una traiettoria, ma resta in buona parte una scatola nera. Questo modello, invece, mette in chiaro il ragionamento che c’è dietro ogni scelta.

Costruito sopra NVIDIA Cosmos 3 Super Reasoner e perfezionato con l’apprendimento per rinforzo, il modello osserva la scena con una copertura a 360 gradi, unendo le immagini delle telecamere anteriori, laterali e posteriori. Questa visione completa serve proprio nelle situazioni dove nascono i rischi maggiori, come cambi di corsia, immissioni, svolte senza precedenza e incroci complessi.

Per ogni situazione di guida, Alpamayo 2 Super produce cinque risultati collegati tra loro: una traiettoria che descrive il percorso pianificato, una catena di causazione che spiega il ragionamento dietro la scelta, una meta-azione come dare la precedenza o cambiare corsia, delle etichette di ragionamento generate in automatico per i dati di addestramento e infine risposte visive ancorate a regioni precise delle immagini delle telecamere.

Messi insieme, questi output permettono di collegare ciò che il modello ha osservato all’azione che ha scelto. Per gli sviluppatori è la differenza tra dover indovinare perché il veicolo ha frenato e poter leggere la spiegazione passo dopo passo.

È un aspetto che pesa più di quanto sembri, perché la possibilità di ispezionare e criticare una decisione è ciò che rende un sistema validabile davanti a un ente regolatore.

I numeri sui benchmark

Sul fronte delle prestazioni, NVIDIA colloca Alpamayo 2 Super al primo posto su LingoQA, un benchmark di ragionamento per la guida autonoma, tra quasi 40 modelli valutati. Secondo i test dell’azienda con la metrica Lingo-Judge, il modello ha superato Qwen2.5-VL 72B di 17 punti, Gemini 2.5 Pro di 15,1 punti e GPT-4o di 23,2 punti.

Il salto di scala aiuta a spiegare questi risultati. Alpamayo 2 Super offre una capacità tripla rispetto ai precedenti modelli da 10 miliardi di parametri della famiglia, e questa capienza aggiuntiva serve soprattutto a generalizzare il ragionamento a partire da pochi esempi, che è esattamente il tipo di sfida posto dagli eventi rari e imprevedibili.

Dalla sicurezza all’etichettatura dei dati

Il ragionamento esplicito non serve solo a capire le scelte del modello, ma entra direttamente nei processi di sicurezza. Le tracce di causazione prodotte da Alpamayo 2 Super si integrano con i flussi di validazione NVIDIA Halos e supportano un approccio alla sicurezza allineato ai requisiti dello standard ISO/PAS 8800, offrendo una base più solida all’ingegneria della sicurezza dei veicoli autonomi.

C’è poi un uso più pratico e immediato. Il modello può funzionare come strumento di etichettatura automatica sui dati di una flotta proprietaria, trasformando semplici spezzoni di guida in materiale di addestramento ricco di annotazioni. NVIDIA sostiene che questo comprima i cicli di annotazione da mesi a giorni.

Oltre alla pianificazione e all’autolabeling, il modello supporta la comprensione della scena, la revisione critica di altri modelli e la distillazione della conoscenza. Un’unica base può quindi coprire più parti dello stack di sviluppo, semplificando gli strumenti e accelerando le iterazioni.

In altre parole, non è solo un cervello per il veicolo, ma anche una fabbrica di dati per addestrare i sistemi che verranno.

La spinta verso la trasparenza si inserisce in un lavoro più ampio dell’azienda sulla sicurezza dell’AI, come mostra l’alleanza con cui NVIDIA ha riunito decine di aziende attorno a pratiche condivise di protezione dei sistemi.

Un ecosistema aperto attorno alla guida autonoma

Alpamayo 2 Super non arriva da solo. Fa parte di una famiglia più ampia di modelli, strumenti e dataset aperti che NVIDIA propone per lo sviluppo dei veicoli autonomi. Tra questi ci sono AlpaSim per la simulazione a ciclo chiuso, AlpaGym per l’apprendimento per rinforzo ad alto volume, i Physical AI Open Datasets per addestramento e test, oltre a ricette di addestramento aperte e a una pipeline di etichettatura automatica.

L’adozione, del resto, è già consistente. La famiglia Alpamayo ha superato i 500.000 download su Hugging Face, un dato che la colloca tra i modelli di ragionamento aperti più usati per la guida autonoma sulla piattaforma.

Dietro questa apertura c’è anche una strategia competitiva. Rendere aperti i modelli e gli strumenti rafforza la posizione di NVIDIA al centro dell’ecosistema, un tema che ritorna spesso quando si parla del fossato tecnologico dell’azienda e delle pressioni che arrivano dai concorrenti. Allo stesso tempo, l’apertura amplia la concorrenza tra chi sviluppa sistemi di guida e restituisce agli sviluppatori un margine di manovra che i modelli chiusi tendono a comprimere.

Il modello con cui NVIDIA gioca questa partita è quello del cloud-to-car: il ragionamento su larga scala vive nel cloud, dove si generano tracce e dati sintetici, mentre in auto arrivano modelli distillati e ottimizzati per l’inferenza in tempo reale.

Perché conta per il futuro della mobilità

Il valore di questo annuncio non sta in una singola funzione, ma nel fatto che abbassa una barriera. Le tecnologie per far ragionare un’auto sulle proprie decisioni smettono di essere appannaggio di pochi laboratori e diventano un punto di partenza condiviso su cui chiunque può costruire.

Per un costruttore o un fornitore, la possibilità di adattare un modello di frontiera ai propri dati e di portarlo in produzione senza vincoli di licenza cambia i conti di un intero programma di guida autonoma. E la trasparenza del ragionamento, con le sue spiegazioni ispezionabili, va incontro proprio a ciò che regolatori e ingegneri della sicurezza chiedono da tempo.

Resta un punto di attenzione. La disponibilità di un modello potente non equivale ancora a robotaxi diffusi sulle strade, perché tra un modello aperto e una flotta certificata restano validazione, integrazione hardware e responsabilità legali tutte da chiarire.

Se vuoi inquadrare meglio lo scenario, puoi approfondire come funziona un’auto a guida autonoma e quale ruolo gioca l’intelligenza artificiale. I pesi di Alpamayo 2 Super sono già disponibili su Hugging Face, ed è da lì che passeranno molte delle prossime sperimentazioni sulla guida autonoma. Se ti occupi di mobilità o di AI applicata, è il momento giusto per metterci le mani e capire fin dove arriva davvero questo tipo di ragionamento.