L'annuncio più importante al CES non è stato una nuova auto, ma una nuova piattaforma software. Jensen Huang, CEO di NVIDIA, ha presentato Alpamayo, una piattaforma per veicoli autonomi che NVIDIA prevede di lanciare più avanti quest'anno.
Il primo veicolo di produzione annunciato a utilizzare il nuovo stack autonomo di NVIDIA è la Mercedes-Benz CLA 2026. Huang ha descritto Alpamayo come una svolta nell'intelligenza artificiale che fa più che reagire all'ambiente circostante: prevede e ragiona sulle azioni future.
"È addestrato end-to-end. Letteralmente dalla camera all'attuazione finale," ha detto Huang al CES. "Ragiona sull'azione che sta per compiere, sul motivo e sulla traiettoria."
Ecco uno sguardo al sistema autonomo di NVIDIA in azione:
Alpamayo si concentra su un Model Vision-Language-Action (VLA) progettato per spiegare le proprie decisioni. NVIDIA afferma che produce tracce di ragionamento, analoghe alle tracce di pensiero usate dai grandi Model linguistici di ragionamento, che mostrano perché ha scelto una particolare manovra. L'azienda sostiene che questa trasparenza aiuti a mitigare il problema della scatola nera che da tempo interessa i sistemi di guida autonoma.
Sebbene l'annuncio abbia attirato un'attenzione diffusa, il team di Tesla, che da anni ha distribuito reti neurali end-to-end su milioni di auto, ha risposto con cautela.
Non perdo certo il sonno per questo.
— Elon Musk (@elonmusk) 6 gennaio 2026
E spero sinceramente che abbiano successo.
Esattamente quello che sta facendo Tesla
La risposta di Elon Musk ha mescolato riconoscimento e richiamo alla realtà. Ha osservato che l'approccio end-to-end di NVIDIA rispecchia ciò che Tesla ha iniziato a distribuire nel 2023 con FSD V12.
Il passaggio di Tesla all'apprendimento end-to-end — in cui i veicoli imparano il comportamento di guida dai video anziché da regole codificate a mano — era stato completato anni fa. Dal punto di vista di Tesla, l'adozione della stessa architettura da parte di NVIDIA è la conferma che la direzione presa da Tesla era corretta.
Beh, è proprio esattamente quello che sta facendo Tesla 😂
— Elon Musk (@elonmusk) 6 gennaio 2026
Quello che scopriranno è che arrivare al 99% è facile e poi è super difficile risolvere la coda lunga della distribuzione.
La marcia dei 9
Il problema più profondo non è l'architettura in sé, ma la difficoltà di perfezionarla. Elon ha sottolineato che raggiungere il 99% di capacità è semplice, mentre risolvere il restante 1% — la coda lunga di scenari rari — è estremamente difficile. Anche il direttore AI di Tesla, Ashok Elluswamy, ha commentato su X la Long Tail Trap, evidenziando lo stesso problema.
L'ultimo 1% coinvolge scenari bizzarri, che capitano una volta su un milione: una persona in costume da pollo che attraversa la strada; una rotonda con il traffico che scorre in tre direzioni; oppure un cartello parzialmente coperto dalla neve che indica 5 invece di 50.
Le osservazioni di Ashok riflettono il lavoro estenuante svolto da Tesla negli ultimi quattro anni. Milioni di miglia di dati vengono curati ogni giorno per far emergere i rari casi limite necessari ad addestrare modelli in grado di gestire la complessità del mondo reale. NVIDIA, al contrario (e in modo simile), sta cercando di colmare questo divario usando strumenti di simulazione e un dataset molto più piccolo proveniente dai partner.
Il ritardo dell'hardware
C'è anche una sfida strutturale per NVIDIA: non produce auto. Fornisce chip e software invece di progettare direttamente i veicoli, il che aggiunge complessità a una diffusione su larga scala.
Hai ragione.
— Elon Musk (@elonmusk) 6 gennaio 2026
Il tempo effettivo da quando FSD funziona più o meno a quando è molto più sicuro di un umano è di diversi anni.
Le case automobilistiche tradizionali non progetteranno in serie telecamere e computer AI nelle loro auto se non diversi anni dopo.
Quindi questa è forse una competitiva…
Anche se NVIDIA prevede di integrare Alpamayo nella Mercedes CLA più avanti quest'anno, la distribuzione iniziale sarà probabilmente limitata nei volumi. Tesla ha già milioni di auto su strada che raccolgono i dati long-tail che aiutano ad affrontare quell'ultimo, sfuggente 1%.
Benvenuti nel duro lavoro
L'annuncio di NVIDIA rappresenta una forte conferma dell'approccio di Tesla basato sulle reti neurali end-to-end. Il fatto che il principale produttore mondiale di chip AI adotti la stessa architettura suggerisce che il settore potrebbe convergere verso una soluzione comune.
Tuttavia, come sottolineano Elon e Ashok, l'architettura è solo il punto di partenza. Il vantaggio competitivo arriverà dai dati: trovare e addestrare sui rari casi limite che fanno fallire il ragionamento. NVIDIA ha realizzato un motore potente; ora deve dimostrarlo negli ambienti caotici e disordinati in cui Tesla ha già trascorso un decennio a raccogliere esperienza.
Rispetto reciproco
Jensen Huang ha riconosciuto il lavoro di Tesla e ha elogiato il suo stack tecnologico come uno dei più avanzati disponibili.
Il CEO di Nvidia Jensen Huang in una nuova intervista oggi su @Tesla’s FSD:
— Sawyer Merritt (@SawyerMerritt) 6 gennaio 2026
“Penso che lo stack di Tesla sia lo stack per veicoli autonomi più avanzato al mondo. Sono abbastanza sicuro che stessero già usando l'AI end-to-end. Se la loro AI facesse o meno ragionamento è in un certo senso secondario rispetto a questo… pic.twitter.com/pYuPYdwW3h
Condividi:
Aggiornamento delle feste di Tesla: 19 funzioni non documentate (Aggiornamento 2025.44)
Tesla Tool Conferma che il Cybertruck Ha Hardware per la Cancellazione Attiva del Rumore