160 a 190 milissegundos: esse é o tempo que o NVIDIA Alpamayo 2 Edge (abre em nova aba), modelo aberto de inteligência artificial detalhado pela NVIDIA (abre em nova aba) nesta terça-feira (10), leva para transformar a imagem das câmeras de um carro em uma decisão de trajeto. Com 2 bilhões de parâmetros (as variáveis internas que definem o tamanho e a capacidade de aprendizado de um programa de IA), a ferramenta foi projetada para rodar direto no computador de bordo do veículo, executar a manobra e explicar em texto o motivo da escolha. Esses números de velocidade e precisão, contudo, vêm de simulações e medições da própria fabricante no chip automotivo DRIVE AGX Thor, sem validação independente nas ruas até o momento.
Rodar um sistema desse tipo dentro do veículo exigiu encolher a tecnologia que a empresa havia disponibilizado meses atrás. Em agosto de 2026, a NVIDIA liberou para uso comercial o Alpamayo 2 Super, um modelo com 34 bilhões de parâmetros voltado para veículos autônomos de Nível 4 (categoria em que carros e robotáxis dirigem sozinhos dentro de uma área delimitada, sem exigir motorista atento ao volante). Aquele sistema maior funcionava como um professor de laboratório, pesado demais para viajar no painel de um automóvel e responder a tempo de desviar de um obstáculo.
Para responder a tempo na pista, o Alpamayo 2 Edge funciona como um modelo de visão, linguagem e ação: um software que enxerga o redor pelas câmeras do veículo, interpreta a cena em palavras e gera o comando de direção a partir das instruções de navegação. A proposta busca resolver o problema da chamada caixa-preta nos carros autônomos tradicionais, nos quais o computador vira o volante ou freia bruscamente sem que engenheiros ou passageiros saibam o que motivou a reação. "O Alpamayo é o momento em que os carros começam a raciocinar com segurança, não apenas dirigir", afirmou Jensen Huang, diretor-executivo da NVIDIA, no lançamento da linha. O novo modelo explica cada movimento por meio de uma cadeia de causalidade, ou melhor, só gera essa justificativa passo a passo quando a situação na via exige raciocínio extra, poupando processamento nos trechos simples para manter o tempo de resposta abaixo de dois décimos de segundo.
Manter o tempo de resposta abaixo de dois décimos de segundo depende das receitas de otimização com as ferramentas TensorRT e DFlash2, publicadas pelos pesquisadores Marco Pavone e Boris Ivanovic no repositório Alpamayo Developer Hub (abre em nova aba). Antes de ser instalado no chip do carro, o sistema aprende a dirigir no AlpaGym (abre em nova aba), um simulador aberto de treinamento por reforço em circuito fechado, no qual a inteligência artificial lida no instante seguinte com o resultado de cada curva ou freada que executa no trânsito virtual. Segundo a NVIDIA, esse treino prático elevou o desempenho de direção em 48,9% na comparação com a melhor versão do modelo treinada fora do simulador, embora o índice meça apenas o comportamento em ambiente virtual controlado pela empresa. Para conferir se as explicações dadas pelo veículo fazem sentido, o pacote inclui o AlpaJudge (abre em nova aba), um modelo avaliador calibrado por humanos que dá nota para a qualidade do raciocínio e seleciona os melhores exemplos para aprimorar o sistema.
Tem um motivo prático para esse conjunto de ferramentas interessar a quem trabalha fora dos laboratórios da criadora: toda a família Alpamayo possui pesos abertos sob a licença OpenMDW-1.1, da Linux Foundation. Mesmo que a linha já acumule mais de 500 mil downloads na plataforma Hugging Face de acordo com a NVIDIA, a fabricante ainda não divulgou preços, clientes pagantes nem o nome de nenhuma montadora, fabricante de caminhões ou operadora de robotáxis usando o programa em vias públicas. Na prática, a licença aberta permite que qualquer equipe de engenharia baixe gratuitamente o modelo compacto, ajuste o software aos dados da própria frota e desenvolva veículos que prestam contas de suas decisões no trânsito sem precisar construir a tecnologia do zero ou pedir autorização comercial à fornecedora.