Lors du CES 2026, Nvidia a dévoilé Alpamayo, une nouvelle famille de modèles d’intelligence artificielle open source, d’outils de simulation et de jeux de données destinés à la formation de robots physiques et de véhicules autonomes. Cette initiative vise à doter ces véhicules d’une capacité à raisonner face à des situations de conduite complexes, marquant un véritable tournant dans le domaine de l’intelligence artificielle appliquée à la mobilité autonome. Selon Jensen Huang, CEO de Nvidia, c’est le moment « ChatGPT pour l’IA physique » : une étape où les machines commencent à comprendre, raisonner et agir dans le monde réel.
Au cœur de cette nouvelle gamme, Alpamayo 1 se distingue par un modèle de 10 milliards de paramètres, basé sur une approche de chaîne de pensée (chain-of-thought) combinée à une vision, un langage et une action (VLA). Ce système permet à un véhicule autonome de penser de façon plus semblable à celle d’un humain, capable de traiter des cas rares ou imprévus sans expérience préalable. Ali Kani, vice-président de Nvidia pour l’automobile, explique que cette IA décompose les problèmes en étapes successives, en évaluant chaque possibilité pour choisir la trajectoire la plus sûre, même dans des situations inhabituelles telles qu’une panne de signalisation en pleine circulation.
« Alpamayo ne se contente pas d’interpréter les capteurs, elle raisonne sur l’action à prendre, en expliquant ses décisions et la trajectoire qu’elle va suivre. »
Le code source d’Alpamayo est d’ores et déjà accessible via Hugging Face, permettant aux développeurs de l’affiner, de créer des versions plus légères ou rapides, ou encore de développer des outils complémentaires comme des systèmes d’étiquetage automatique ou des évaluateurs de décisions de conduite. Nvidia propose également Cosmos, un générateur de modèles du monde physique, pour produire des données synthétiques que l’IA peut utiliser pour entraîner ses véhicules, combinant ainsi données réelles et artificielles afin d’améliorer la fiabilité des systèmes de conduite autonome.
Par ailleurs, Nvidia met à disposition un ensemble de données ouvert de plus de 1 700 heures de conduite, capturées dans diverses régions et conditions, notamment pour couvrir des scénarios rares ou complexes. La société lance également AlpaSim, un framework de simulation open source disponible sur GitHub, permettant aux développeurs de recréer des environnements routiers variés, depuis les capteurs jusqu’à la circulation, pour tester et valider leurs systèmes à grande échelle en toute sécurité.
En somme, Nvidia pousse plus loin la capacité de ses véhicules autonomes à comprendre et à agir dans le monde réel, grâce à une intelligence artificielle capable de raisonner comme un humain, une avancée qui pourrait transformer radicalement la sécurité et la fiabilité des voitures autonomes dans les années à venir.
