Tra i rilasci di questi giorni ce n'e' uno che guarda al mondo fisico piu' che allo schermo: Nvidia ha pubblicato Alpamayo 2, un modello aperto da 34 miliardi di parametri dedicato alla guida autonoma. La particolarita' e' che non si limita a decidere come sterzare o frenare: "ragiona" sulla scena stradale e sa spiegare, in linguaggio comprensibile, la catena di cause che porta a una manovra. Ed e' distribuito con una licenza aperta (OpenMDW-1.1), quindi ricercatori e aziende possono scaricarlo e adattarlo.
Un modello che spiega le sue decisioni
Alpamayo 2 appartiene alla famiglia dei modelli "vision-language-action": prende in ingresso le immagini delle telecamere, le interpreta con il linguaggio e produce in uscita azioni di guida. La sua architettura combina un blocco vision-language da 32 miliardi di parametri, che comprende la scena, con un decodificatore di azioni a diffusione da 2,3 miliardi, che traduce quella comprensione in comandi di guida. Il modello e' stato addestrato su circa 115.000 ore di video multi-camera e su milioni di "tracce di catena causale", ovvero esempi in cui a ogni decisione e' associata la spiegazione del perche'.
Questa capacita' di rendere esplicito il ragionamento e' importante per un settore, quello dei veicoli autonomi, in cui la fiducia e la verificabilita' contano quanto le prestazioni. Poter chiedere al sistema "perche' hai rallentato qui?" e ottenere una risposta motivata e' un passo avanti verso software di guida piu' controllabili e piu' facili da certificare.
I numeri e la diffusione
Secondo i dati riportati al momento del rilascio, Alpamayo 2 ottiene un punteggio di 79,2 su LingoQA, un test che misura la capacita' di rispondere a domande sulla scena di guida, superando di 17 punti un modello di riferimento come Qwen2.5-VL. Al di la' del singolo benchmark, il segnale piu' interessante e' l'adozione: il modello ha gia' superato il mezzo milione di download su Hugging Face, a conferma di quanto la comunita' della cosiddetta physical AI - l'IA applicata a robot e veicoli - sia in fermento.
Come accedervi e a chi serve
Alpamayo 2 e' pensato per ricercatori, universita' e aziende che sviluppano sistemi di guida assistita o autonoma, non per l'utente finale che vuole "provare un'app". I pesi e la documentazione sono disponibili sul profilo ufficiale di Nvidia su Hugging Face. Il flusso tipico per iniziare e' scaricare il modello con la CLI di Hugging Face:
pip install -U "huggingface_hub[cli]"
huggingface-cli download nvidia/Alpamayo-2 --local-dir ./alpamayo-2Da qui si carica il modello nel proprio ambiente (tipicamente Python con PyTorch e le librerie transformers) per condurre esperimenti, fare fine-tuning su dati propri o integrarlo in una pipeline di simulazione. Trattandosi di un modello di grandi dimensioni orientato alla ricerca, richiede GPU potenti e competenze specifiche: e' uno strumento professionale, non un giocattolo.
Il valore della mossa di Nvidia sta soprattutto nell'apertura. Rendere disponibile con licenza permissiva un modello di guida di questa scala abbassa la barriera d'ingresso per laboratori e startup - comprese quelle italiane attive nella robotica e nella physical AI - che finora dovevano costruire tutto da zero. E' un tassello di una strategia piu' ampia con cui l'azienda punta a diventare il fornitore di riferimento non solo dei chip, ma anche dei modelli fondazionali per il mondo fisico.
