英伟达Alpamayo 2 Super开源模型测评：L4自动驾驶新选择

6月1日，英伟达正式发布Alpamayo 2 Super——这是一款拥有320亿参数、基于推理能力的视觉-语言-动作（VLA）模型。作为Alpamayo系列的里程碑式迭代，它更是一整套面向L4级自动驾驶出租车研发的开源工具链的全面亮相，涵盖模型、仿真框架及物理人工智能数据集。其核心目标是助力企业加速落地安全可靠的自动驾驶系统。

伴随新模型一同推出的还有数款关键工具：NVIDIA AlpaGym、NVIDIA OmniDreams，以及全新的NVIDIA Omniverse NuRec模型。这些工具名称虽具技术深度，但本质上已打通从真实场景数据采集、闭环训练到车载部署的全流程。简言之，英伟达旨在让开发者无需从零搭建自动驾驶的核心基础设施，而是直接站在一个更高起点上展开研发。

Alpamayo 2 Super最突出的亮点在于其具备类人级别的感知、推理与行动能力，并且决策过程具备高度可解释性——这对安全验证与合规监管而言是刚性要求。毕竟，一辆自动驾驶出租车在道路上运行时，绝不能是一个“黑盒子”。

为提升模型在真实道路环境中的部署性能，AlpaGym提供了闭环强化学习平台。而OmniDreams则负责生成逼真的驾驶场景，尤其聚焦于罕见、长尾的极端工况——这类场景在真实道路上难以大量采集，却恰恰是检验安全性的关键指标。

英伟达同时还为旗下所有自动驾驶开发工具注入了物理人工智能智能体的能力。例如，基于Omniverse NuRec的神经重建功能，可利用真实车队行驶数据进行仿真，并批量生成合成训练数据，大幅提升效率。

黄仁勋在发布会上指出：“Alpamayo标志着汽车开始具备自主推理能力，而不仅仅是行驶功能。唯有英伟达能够同步提供开源模型、仿真工具、真实场景数据与智能体能力，助力全球自动驾驶出租车生态构建四级自动驾驶能力。” 这段表述精准点明了英伟达的差异化定位——并非单一模型，而是一套端到端全栈解决方案。

从Alpamayo 1 Nano和1.5 Nano的百亿参数，到如今的320亿参数，Alpamayo 2 Super已不再局限于轨迹输出，而是在整个驾驶系统中完成推理、规划与执行。它可处理多种任务：逻辑推理、自动标注、场景理解、模型评估，甚至能将大模型知识蒸馏至轻量化模型，为大规模部署四级自动驾驶奠定基础。

核心特性：

1. 参数规模提升至3倍：基于英伟达Cosmos打造，参数从100亿跃升至320亿，显著增强了长尾场景下的逻辑推理、三维空间感知及轨迹预测能力。

2. 全车环视感知：从传统前置摄像头升级为360度全景感知，覆盖前、侧、后方视野，大幅提升变道、并线、路口通行等操作的安全感。

3. 元动作输出：新增礼让、变道、停车等高层级驾驶动作的预判能力，不仅能输出轨迹与因果链，还能直接生成高阶驾驶决策，便于后续规划模块直接调用。

4. 推理式自动标注与二维目标定位：集成结合二维目标定位的推理式自动标注功能。这款320亿参数的大模型可自主产出高质量推理标注数据，将标注周期从数月压缩至数天，显著优化数据链路的成本与效率。

5. 优化因果链与轨迹输出：针对传统模仿学习自动驾驶系统在罕见、复杂、长尾场景下的短板，因果链溯源能力与轨迹生成质量均获得显著提升。

这五项升级使Alpamayo 2 Super成为英伟达目前功能最强大的开源驾驶基础大模型。其定位为“教师模型”，可通过知识蒸馏压缩为轻量化模型，部署于英伟达DRIVE Hyperion平台的DRIVE AGX Thor芯片上运行。各车企可直接继承高水准的推理与感知能力，无需从零起步。

市场反响方面，Alpamayo系列刚斩获台北国际电脑展（COMPUTEX）最佳选择奖——车载技术与智能座舱类别。自发布以来，模型下载量已接近40万次。开源平台还附带后训练脚本，科研人员与开发者可结合自有数据集、行驶场景及驾驶策略对模型进行二次适配。

值得关注的是，Alpamayo 2 Super的推理代码预计今夏在GitHub上发布，模型权重也将同步上线Hugging Face平台。

除模型本身外，英伟达同时推出了NVIDIA AlpaGym——一款开源、高算力吞吐的闭环强化学习框架。传统开环训练基于历史录制数据评估模型，仅输出单次动作；而AlpaGym在AlpaSim中使模型循环完成“决策-感知”流程，车辆每一次制动、转向、导航操作都会实时改变仿真环境。如此一来，静态数据集难以暴露的累积误差与极端场景故障得以被发现，模型可在实战模拟中持续迭代。

AlpaGym基于AlpaSim microservice架构与Omniverse NuRec搭建，配合物理人工智能自动驾驶数据集，Alpamayo系列模型可实现从开环预训练到闭环精细化调优的完整训练链路。

英伟达还在GitHub开源了因果链自动标注流程，基于原始行车视频，全自动生成具备决策依据与因果关联的标注数据，无需人工干预。这为大规模训练具身推理模型提供了核心的因果训练数据。

为进一步推动推理型自动驾驶技术研发，英伟达依托NVIDIA Agent Toolkit推出了多款新型物理人工智能智能体能力，辅助开发者与智能编码程序完成仿真、数据生成、闭环训练等全流程工作。其中包括：基于Omniverse NuRec的神经重建能力、用于生成逼真驾驶场景的OmniDreams能力，以及面向闭环强化学习的AlpaGym能力。

最后值得关注的是，英伟达表示，包括比亚迪、吉利、极氪、小米以及小马智行在内的中国主流车企与自动驾驶公司，均已采用或正在基于NVIDIA Hyperion平台开发智驾系统。这波“推理型自动驾驶”浪潮，显然已在中国市场掀起显著波澜。

来源：互联网