La plus grande annonce au CES n'était pas une nouvelle voiture mais une nouvelle plateforme logicielle. Jensen Huang, PDG de NVIDIA, a dévoilé Alpamayo, une plateforme de véhicule autonome que NVIDIA prévoit de lancer plus tard cette année.
Le premier véhicule de production annoncé pour utiliser la nouvelle pile autonome de NVIDIA est la Mercedes-Benz CLA 2026. Huang a décrit Alpamayo comme une percée en intelligence artificielle qui fait plus que réagir à son environnement — elle prédit et raisonne sur des actions futures.
"C'est entraîné de bout en bout. Littéralement de la caméra à l'actionnement," a déclaré Huang au CES. "Il raisonne sur l'action qu'il est sur le point d'entreprendre, la raison, et la trajectoire."
Voici un aperçu du système autonome de NVIDIA en action :
Alpamayo se concentre sur un Model Vision-Language-Action (VLA) conçu pour expliquer ses propres décisions. NVIDIA affirme qu’il produit des traces de raisonnement — analogues aux traces de pensée utilisées par les grands Models de langage de raisonnement — montrant pourquoi il a choisi une manœuvre particulière. L’entreprise soutient que cette transparence contribue à atténuer le problème de boîte noire qui affecte depuis longtemps les systèmes de conduite autonome.
Alors que l'annonce a suscité une large attention, l'équipe de Tesla, qui a déployé des réseaux neuronaux de bout en bout sur des millions de voitures depuis des années, a répondu avec prudence.
Je ne perds pas de sommeil à ce sujet.
— Elon Musk (@elonmusk) 6 janvier 2026
Et j'espère sincèrement qu'ils réussiront.
Exactement ce que fait Tesla
La réponse d'Elon Musk mélangeait reconnaissance et mise en garde réaliste. Il a noté que l'approche de bout en bout de NVIDIA reflète ce que Tesla a commencé à déployer en 2023 avec FSD V12.
La transition de Tesla vers l'apprentissage de bout en bout — où les véhicules apprennent le comportement de conduite à partir de la vidéo plutôt que par des règles codées à la main — a été achevée il y a des années. Du point de vue de Tesla, l'adoption par NVIDIA de la même architecture confirme que la direction prise par Tesla était correcte.
Eh bien, c'est exactement ce que fait Tesla 😂
— Elon Musk (@elonmusk) 6 janvier 2026
Ce qu'ils découvriront, c'est qu'il est facile d'atteindre 99 % puis extrêmement difficile de résoudre la longue traîne de la distribution.
La marche des 9
Le problème plus profond n'est pas l'architecture en elle-même mais la difficulté à la perfectionner. Elon a insisté sur le fait qu'atteindre 99 % de capacité est simple, tandis que résoudre le 1 % restant — la longue traîne des scénarios rares — est exceptionnellement difficile. Le directeur IA de Tesla, Ashok Elluswamy, a également commenté le piège de la longue traîne sur X, soulignant le même problème.
Le dernier 1 % implique des scénarios bizarres, improbables : une personne en costume de poulet traversant la rue ; un rond-point avec un trafic circulant dans trois directions ; ou un panneau partiellement couvert de neige qui affiche 5 au lieu de 50.
Les remarques d'Ashok reflètent le travail acharné que Tesla a accompli ces quatre dernières années. Des millions de miles de données sont triés quotidiennement pour faire émerger les cas limites rares nécessaires à l'entraînement des modèles afin de gérer la complexité du monde réel. NVIDIA, par contraste (et similitude), tente de combler cet écart en utilisant des outils de simulation et un ensemble de données beaucoup plus petit provenant de partenaires.
Le retard matériel
Il existe aussi un défi structurel pour NVIDIA : elle ne fabrique pas de voitures. Elle fournit des puces et des logiciels plutôt que de concevoir des véhicules directement, ce qui complique un déploiement à grande échelle.
Tu as raison.
— Elon Musk (@elonmusk) 6 janvier 2026
Le temps réel nécessaire entre le moment où FSD fonctionne d'une certaine manière et celui où il est beaucoup plus sûr qu'un humain est de plusieurs années.
Les constructeurs automobiles traditionnels ne concevront pas les caméras et les ordinateurs IA dans leurs voitures à grande échelle avant plusieurs années après cela.
Donc ceci est peut-être un avantage concurrentiel…
Même si NVIDIA prévoit d'intégrer Alpamayo dans la Mercedes CLA plus tard cette année, le déploiement initial sera probablement limité en volume. Tesla dispose déjà de millions de voitures sur la route collectant les données de longue traîne qui aident à résoudre ce dernier et insaisissable 1 %.
Bienvenue dans la routine
L'annonce de NVIDIA sert de forte validation à l'approche de réseau neuronal de bout en bout de Tesla. Le fait que le principal fabricant de puces IA au monde adopte la même architecture suggère que l'industrie pourrait se rassembler autour d'une solution commune.
Cependant, comme l'ont souligné Elon et Ashok, l'architecture n'est que le point de départ. L'avantage concurrentiel viendra des données — trouver et s'entraîner sur les cas limites rares qui font échouer le raisonnement. NVIDIA a produit un moteur puissant ; il doit maintenant le prouver dans les environnements chaotiques et désordonnés où Tesla a déjà passé une décennie à accumuler de l'expérience.
Respect mutuel
Jensen Huang a reconnu le travail de Tesla et a salué sa pile technologique comme l'une des plus avancées disponibles.
Le PDG de Nvidia, Jensen Huang, dans une nouvelle interview aujourd'hui sur @Tesla et le FSD :
— Sawyer Merritt (@SawyerMerritt) 6 janvier 2026
"Je pense que la pile Tesla est la pile de véhicule autonome la plus avancée au monde. Je suis assez certain qu'ils utilisaient déjà de l'IA de bout en bout. Que leur IA fasse du raisonnement ou non est quelque peu secondaire par rapport à cela… pic.twitter.com/pYuPYdwW3h
Partager:
Tesla Holiday Update : 19 fonctions non documentées (mise à jour 2025.44)
Tesla Tool Confirme que le Cybertruck Dispose d'un Matériel d'Annulation Active du Bruit