Segun MarkTechPost (AI/ML News), NVIDIA ha presentado Alpamayo 2 Super, un modelo de inteligencia artificial de 34 mil millones de parámetros diseñado para operar en vehículos autónomos y sistemas de transporte robotizado. Este modelo, disponible bajo la licencia OpenMDW-1.1 del Linux Foundation, integra una arquitectura de visión, lenguaje y acción que permite interpretar escenarios complejos y poco comunes, conocidos como eventos de cola larga. En contraste con sistemas tradicionales que se enfocan en detección y predicción de objetos, Alpamayo 2 Super se centra en situaciones raras que involucran múltiples agentes, como peatones en movimientos impredecibles o interacciones en entornos dinámicos.
El modelo se compone de un núcleo de 32 mil millones de parámetros basado en el Cosmos 3 Super Reasoner, que ha sido entrenado mediante aprendizaje por refuerzo, combinado con un decodificador de acción basado en difusión de 2.3 mil millones de parámetros. A partir de un solo análisis de video de cámaras circundantes, el sistema genera no solo una trayectoria de conducción, sino también una explicación causal de por qué se toma esa decisión y una acción meta que guía el comportamiento del vehículo. Los datos de entrada incluyen video en RGB de seis cámaras, textos de contexto y historial de movimiento del vehículo, con anotaciones de posición y rotación tridimensional en múltiples instantes. El sistema entrega 64 puntos de trayectoria, espaciados cada 0.1 segundos, desde 0.1 hasta 6.4 segundos de anticipación, cada uno con coordenadas XYZ en el sistema de referencia del vehículo y una matriz de rotación de 3x3.
El entrenamiento se basa en aproximadamente 115.000 horas de video de conducción, anotado con historiales de movimiento y trayectorias. Este corpus incluye cerca de 3,7 millones de secuencias de cadena de causas (Chain-of-Causation), estructuradas para explicar decisiones de conducción de forma lógica y secuencial. Además, el conjunto de imágenes usadas en el entrenamiento supera los mil millones de fotogramas. Los resultados han sido validados en el benchmark LingoQA, aunque el detalle específico de los resultados no se detalla en el informe original.
Para el lector peruano, este avance tiene implicaciones directas en el desarrollo de infraestructuras de transporte más seguras y eficientes. En un país donde los vehículos autónomos aún están en etapas de prueba, pero donde las rutas urbanas y las condiciones climáticas varían mucho, la capacidad de un modelo para interpretar escenarios inesperados es clave. Alpamayo 2 Super no solo ofrece herramientas técnicas, sino una base para construir sistemas que puedan responder a situaciones reales, como peatones que actúan de forma imprevisible o condiciones de tráfico en zonas rurales. Aunque aún no se han anunciado aplicaciones comerciales en el Perú, este tipo de tecnología puede acelerar la innovación en logística, transporte público o incluso en servicios de entrega. La disponibilidad abierta de los pesos y el código fuente facilita que investigadores y empresas locales desarrollen soluciones adaptadas a nuestras condiciones específicas, sin barreras de acceso tecnológico.