Alpamayo NVIDIA: com’è fatto lo stack AI dietro i robotaxi

Il 10 settembre 2026 NVIDIA ha pubblicato un post in cui rivendica una cosa non piccola: che ogni programma robotaxi commerciale su larga scala oggi in funzione gira sul suo stack. È una rivendicazione dell’azienda, non una verifica indipendente, e va letta per quello che è. Sotto la rivendicazione, però, c’è un fatto tecnico più solido: Alpamayo, la famiglia di modelli aperti che NVIDIA ha presentato al CES di gennaio e ampliato ad agosto, è il pezzo più concreto di quello che l’azienda chiama physical AI stack. Questo articolo spiega cos’è quello stack, perché un’auto che guida da sola ne ha bisogno, e come mai NVIDIA si è ritrovata a controllarlo prima ancora che il mercato dei robotaxi esistesse davvero.

In questo articolo scoprirai:

• Che cos’è il physical AI stack, e perché un’auto che guida da sola ne ha bisogno
• Alpamayo NVIDIA e i modelli VLA: cosa vuol dire che l’auto «ragiona» prima di frenare
• I benchmark di Alpamayo 2 Super, e cosa non dicono
• Il dataset e la simulazione: dove Alpamayo ha imparato a guidare
• DRIVE Hyperion 10 e i sensori: perché NVIDIA parte avvantaggiata

Che cos’è il physical AI stack, e perché un’auto che guida da sola ne ha bisogno

«Physical AI» è l’etichetta che NVIDIA usa per i modelli che non producono testo o immagini, ma decisioni che muovono un oggetto nel mondo reale: un’auto, un robot, un braccio meccanico. La differenza con un chatbot non è di scala, è di natura. Un modello linguistico sbaglia e riscrivi il prompt; un modello che guida sbaglia e succede qualcosa di irreversibile. Se vuoi capire cosa cambia rispetto alla generazione di testo, il punto di partenza è come funziona davvero un modello di AI, dal testo che entra alla risposta che esce.

Questo vincolo cambia tutto il ciclo di sviluppo. Non puoi raccogliere dati sugli errori mandando l’auto a sbattere, quindi ti serve un ambiente dove l’errore costa zero. E non puoi eseguire il modello su un datacenter lontano, perché la latenza di rete non è compatibile con una frenata.

I tre computer del physical AI stack: uno addestra, uno prova, uno guida

Da qui nasce quello che NVIDIA descrive nel post del 10 settembre 2026 come three-computer system. Il primo è il computer di training: cluster DGX dove il modello impara dai dati di guida. Il secondo è il computer di simulazione e validazione, Omniverse NuRec e i world model Cosmos su server RTX PRO, dove il modello addestrato viene messo alla prova in scenari ricostruiti, migliaia di volte, senza rischio. Il terzo è il computer a bordo, che esegue l’inferenza in tempo reale mentre l’auto si muove. Sono tre carichi di lavoro diversi che NVIDIA vende separatamente ma progetta insieme: è questa la definizione operativa di «stack». Il pezzo centrale, la simulazione, poggia su una famiglia di modelli che vale la pena conoscere a parte: i world models, i modelli del mondo.

Alpamayo NVIDIA e i modelli VLA: cosa vuol dire che l’auto “ragiona” prima di frenare

Un modello VLA, vision-language-action, prende in ingresso le immagini delle telecamere, le elabora attraverso una rappresentazione linguistica del problema e produce in uscita una traiettoria. Il technical blog NVIDIA del 5 gennaio 2026 li descrive come «modelli del mondo impliciti che operano in uno spazio semantico, permettendo ai veicoli autonomi di risolvere problemi complessi passo dopo passo». Tradotto: invece di mappare direttamente pixel su sterzo, il modello scompone la scena in passaggi ragionati.

Il motivo non è estetico. Un sistema che produce solo una traiettoria non è ispezionabile: se frena senza motivo apparente, non sai perché. Un VLA con catena di ragionamento lascia una traccia leggibile, NVIDIA le chiama Chain-of-Causation reasoning labels, che un ingegnere può rileggere dopo l’incidente. Vale la stessa intuizione che ha reso utili le catene di pensiero negli LLM, applicata a un dominio dove la spiegazione ha valore legale oltre che tecnico.

Secondo il post NVIDIA del 10 settembre, l’aggiunta di meta-action e ragionamento a catena ha ridotto il minADE del 43%, da 2,08 a 1,18, un dato riportato dall’azienda in quel post, non un benchmark indipendente, e che non compare nel technical blog di gennaio.

Alpamayo 1 Nano, 1.5 Nano e 2 Super: cosa cambia e con quale licenza

Attenzione a una cosa che si legge spesso storta: Alpamayo non è stato «appena annunciato». TechCrunch lo raccontava il 5 gennaio 2026, al CES, come modello da 10 miliardi di parametri. La pagina prodotto NVIDIA elenca oggi tre membri: Alpamayo 1 Nano e 1.5 Nano da 10B, e Alpamayo 2 Super da 34B. Il codice è rilasciato sotto licenza Apache 2.0, come conferma il repository NVlabs/alpamayo-recipes, che contiene ricette di fine-tuning supervisionato, post-training RL via GRPO e quantizzazione FP8 e NVFP4. Dettaglio concreto per chi vuole provarci: Alpamayo 1 Nano gira su una singola GPU da 24 GB. Su cosa comporti portare modelli simili in produzione abbiamo un pezzo dedicato all’AI inference engineering.

I benchmark di Alpamayo 2 Super, e cosa non dicono

Alpamayo 2 Super è la novità sostanziale dell’anno. La model card su Hugging Face, pubblicata il 4 agosto 2026, dichiara 34 miliardi di parametri complessivi: 32B di backbone più 2,3B di action expert, costruiti su Cosmos 3 Super Reasoner con un decoder d’azione a diffusione. Sulla licenza la formulazione va presa alla lettera: la stessa model card scrive che «i pesi del modello sono rilasciati sotto licenza OpenMDW-1.1», la licenza permissiva della Linux Foundation.

I numeri dichiarati, sempre dalla model card: Lingo-Judge a 79,2 su LingoQA, AlpaSim Score di 1,50 ± 0,13 su 913 scenari, un minADE_6 di 0,911 metri su orizzonte di 6,4 secondi, misurato su 1.434 campioni difficili. Il post di annuncio del 4 agosto aggiunge il confronto competitivo: primo fra circa 40 modelli su Lingo-Judge, con +17,0 punti su Qwen2.5-VL 72B, +15,1 su Gemini 2.5 Pro e +23,2 su GPT-4o.

Qui serve una precisazione onesta. Sono benchmark selezionati ed eseguiti da NVIDIA, su un simulatore progettato da NVIDIA (AlpaSim), valutati su un dataset pubblicato da NVIDIA. Non è un’accusa: i pesi sono aperti e chiunque può replicare. Ma finché la replica indipendente non arriva, questi numeri restano auto-riportati, e vanno citati come tali.

Il dataset e la simulazione: dove Alpamayo ha imparato a guidare

Il vantaggio difficile da copiare non è il modello, è il materiale. Il dataset PhysicalAI-Autonomous-Vehicles descritto nel technical blog di gennaio contiene 1.727 ore di guida da 25 paesi e oltre 2.500 città, suddivise in 310.895 clip da 20 secondi ciascuna, con copertura multi-camera e LiDAR su tutte le clip e copertura radar su 163.850. Il comunicato ufficiale del 5 gennaio lo pubblica su Hugging Face insieme al modello, con Lucid, Jaguar Land Rover, Uber e Berkeley DeepDrive fra i primi ad adottarlo.

La simulazione è l’altro pezzo. AlpaSim esegue test closed-loop: il modello guida davvero dentro lo scenario e le sue decisioni cambiano ciò che succede dopo, a differenza di un test open-loop che confronta soltanto la traiettoria prevista con quella registrata. Sempre dal technical blog di gennaio, il framework Sim2Val ha ridotto fino all’83% la varianza rispetto alle metriche misurate su strada. È il numero più importante dell’intera vicenda: significa che provare in simulazione comincia a valere quanto provare davvero.

DRIVE Hyperion 10 e i sensori: perché NVIDIA parte avvantaggiata

Il terzo computer è DRIVE Hyperion 10, la piattaforma di bordo. Il post NVIDIA di settembre indica una configurazione di riferimento con 14 telecamere ad alta definizione, 9 radar, 3 lidar e 12 sensori a ultrasuoni, su architettura a doppio DRIVE AGX Thor. Vale la pena notare una discrepanza: l’analisi Counterpoint Research del novembre 2025 riportava la stessa piattaforma con un solo LiDAR. La configurazione è adattabile dai costruttori, il che spiega lo scarto, ma il numero «tre lidar» è quello del post NVIDIA di settembre.

Halos e ISO/PAS 8800: la certificazione dello stack NVIDIA

Sopra l’hardware c’è Halos, il framework di validazione e certificazione: il post di agosto su Alpamayo 2 Super specifica che le tracce di ragionamento si integrano nei workflow Halos e supportano l’allineamento ai requisiti ISO/PAS 8800, lo standard emergente per la sicurezza dei sistemi AI in ambito automotive. È la parte meno spettacolare e probabilmente la più decisiva, perché senza certificabilità nessun robotaxi esce dal parcheggio.

Il mercato robotaxi e la strategia dietro l’apertura di Alpamayo

Ed è anche dove si vede la strategia. Il mercato è proiettato da Goldman Sachs, come citato da NVIDIA, a circa 400 miliardi di dollari entro il 2035 con oltre 6 milioni di veicoli commerciali: una stima, non un fatto. Ma NVIDIA non deve costruire auto né gestire flotte, Counterpoint osserva proprio che Waymo e Tesla si caricano sviluppo veicolo e operazioni mentre NVIDIA resta sulla tecnologia sottostante, con un vantaggio economico nel breve-medio termine. La lista dei clienti nel post di settembre va da Uber e Waymo a Mercedes-Benz, Stellantis, Zoox, Pony.ai e Lyft, e il comunicato congiunto NVIDIA-Uber del marzo 2026 parla di robotaxi L4 in 28 città entro il 2028. NVIDIA vende picconi mentre tutti gli altri scavano, esattamente come ha fatto con i datacenter: la stessa logica che si ritrova negli annunci di Jensen Huang al GTC 2026 e nella mossa su Hugging Face, dove l’apertura dei modelli serve a consolidare la piattaforma sotto. Aprire Alpamayo non è generosità: è il modo più rapido per far sì che ogni team di guida autonoma del mondo scriva codice che presuppone hardware NVIDIA.

Fonti:

• NVIDIA Blog, Robotaxi leaders build on the full-stack open platform (10 settembre 2026)
• NVIDIA Technical Blog, Building autonomous vehicles that reason with Alpamayo (5 gennaio 2026)
• NVIDIA Blog, Alpamayo 2 Super open model now available (4 agosto 2026)
• NVIDIA, pagina prodotto Alpamayo
• Hugging Face, model card di Alpamayo 2 Super
• TechCrunch, NVIDIA lancia Alpamayo al CES (5 gennaio 2026)
• Counterpoint Research, analisi su DRIVE AGX Hyperion 10 e il livello 4 (novembre 2025)
• NVIDIA Newsroom, comunicato ufficiale su Alpamayo e il dataset (5 gennaio 2026)
• GitHub, repository NVlabs/alpamayo-recipes (licenza Apache 2.0)
• Goldman Sachs, la stima del mercato robotaxi a 400 miliardi entro il 2035
• Uber Investor Relations, robotaxi L4 NVIDIA su Uber in 28 città entro il 2028