Nvidia et la conduite autonome. Au CES 2026, voici les voitures qui pensent

Jensen Huang au CES 2026, présente la plateforme Alpamayo qui introduit des modèles d'IA capables de raisonner pour l'autonomie de niveau 4

Photo: nvidia

Par: Francesco Stazi

Traduit par: Emmanuel Rolland

7 Jan à 17:59

La conduite autonome a fait des progrès considérables, mais l'obstacle décisif à surmonter reste la gestion des scénarios rares et imprévisibles, le fameux long tail de la conduite. Situations limites, accidents complexes, comportements inattendus d'autres usagers de la route, conditions environnementales extrêmes qui continuent à représenter un défi même pour les systèmes les plus avancés.

C'est précisément sur ce front que Nvidia a braqué les projecteurs au CES de Las Vegas 2026, où Jensen Huang, fondateur et PDG de l'entreprise, a présenté personnellement Alpamayo, une nouvelle famille de modèles d'intelligence artificielle, outils de simulation et jeux de données ouverts conçus pour accélérer le développement de véhicules autonomes sûrs et évolutifs.

Les voitures "réfléchissent" maintenant

Alpamayo marque un changement dans l'architecture des systèmes de conduite autonome. Au lieu de séparer rigoureusement perception et planification, il introduit des modèles Vision-Language-Action (VLA) basés sur le raisonnement, capables de comprendre les relations de cause à effet et d'expliquer les décisions prises. Un aspect crucial non seulement pour améliorer les performances de conduite, mais aussi pour augmenter la transparence, la confiance et la sécurité : des éléments clés pour l'adoption à grande échelle.

Ce n'est pas un hasard si Huang a parlé d'un véritable “moment ChatGPT” pour l'IA dite physique : le moment où les machines commencent vraiment à comprendre, raisonner et agir dans le monde réel. Selon Nvidia, les robotaxis et les véhicules autonomes de niveau 4 seront parmi les premiers à bénéficier concrètement de ce saut technologique.

Un écosystème ouvert pour l'autonomie de nouvelle génération

Alpamayo n'est pas un modèle unique, mais un écosystème ouvert fondé sur 3 piliers.

Le premier est Alpamayo 1, le premier modèle VLA avec chain-of-thought reasoning conçu pour la recherche sur la conduite autonome. Avec une architecture de 10 milliards de paramètres, il utilise des entrées vidéo pour générer des trajectoires de conduite accompagnées de traces de raisonnement, rendant explicite la logique derrière chaque manœuvre. Le modèle est publié en open source sur Hugging Face et peut être adapté ou distillé en versions plus légères, prêtes pour l'intégration dans les stacks de conduite autonome.

Toyota e-Palette 2025

Photo : Toyota

Le deuxième pilier est AlpaSim, un environnement de simulation entièrement open source qui permet de reproduire de manière réaliste capteurs, trafic et dynamiques de conduite dans des environnements fermés et évolutifs. La simulation reste un outil clé pour valider les algorithmes et politiques avant la mise sur route.

Pour compléter le package, il y a les Physical AI Open Datasets, l'un des ensembles de données ouvertes les plus vastes pour la conduite autonome : plus de 1 700 heures de conduite réelle recueillies dans une grande variété de contextes géographiques et de conditions opérationnelles, avec une attention particulière aux scénarios rares et complexes.

Le soutien de l'industrie automobile

L'approche de Nvidia a déjà attiré l'intérêt d'acteurs clés du secteur. Lucid, Jaguar Land Rover et Uber, ainsi que des entités académiques comme Berkeley DeepDrive, voient en Alpamayo un accélérateur concret pour le développement de stack AV basés sur le raisonnement et orientés vers l'autonomie de niveau 4. L'ouverture des modèles, outils et jeux de données est considérée comme un élément stratégique pour relever collectivement les défis les plus difficiles de la conduite autonome.