Anziché essere eseguiti direttamente all’interno del veicolo, i modelli Alpamayo fungono da modelli didattici su larga scala che gli sviluppatori possono perfezionare e integrare nelle strutture portanti dei loro stack AV completi.
Nel corso della presentazione Jensen ha ripercorso le tappe dell’intelligenza artificiale, dai reasoning model introdotti da OpenAI fino ai modelli aperti open source come DeepSeek, che hanno portato l’AI dentro i computer e le macchine. Jensen ha rispiegato l’economia degli agenti intelligenti, spiegando come in questo nuovo ecosistema il business sia nella nostra capacità di utilizzare LLM e software e applicazioni per creare nuovi servizi. Ma il cuore del suo keynote si è concentrato sulla Physical AI. L’apprendimento non nasce dai dati, da testi e video e audio, ma da ambienti di simulazione in tre dimensioni. «La simulazione è quello che Nvidia fa», ha voluto puntualizzare per chiarire ancora meglio il posizionamento.
Come nasce Alpamayo?
Secondo Nvidia, i World Foundation Models sono il passo successivo rispetto ai grandi modelli linguistici. Non servono a capire frasi, ma a capire il mondo.
L’idea è semplice e radicale: addestrare modelli di intelligenza artificiale non solo su testi, immagini o video, ma sulle leggi fisiche, spaziali e causali della realtà. Un World Foundation Model impara come funziona un ambiente tridimensionale: la gravità, le collisioni, il movimento degli oggetti, la relazione tra un’azione e le sue conseguenze. Non risponde a una domanda. Prevede cosa succede se agisci.
Per Nvidia questi modelli sono la base cognitiva dei robot, delle auto autonome e degli agenti fisici. Un robot non può limitarsi a «riconoscere» una sedia: deve sapere che può aggirarla, spostarla, urtarla, salirci sopra. Deve avere un modello interno del mondo, continuamente aggiornato, su cui simulare decisioni prima di eseguirle nel mondo reale.
-U41048521701BlJ-1440x752@IlSole24Ore-Web.jpeg?r=1170x507 "Lenovo al CES 2026: il PC diventa una macchina intelligente, nasce Qira")
