英伟达近期推出了一款全新的开源推理模型 Alpamayo 2 Super，旨在通过提供先进的人工智能工具，助力全球汽车行业加速L4级别自动驾驶技术的研发与部署。这一举措不仅是发布一款新模型，更是推出了一整套完整的生态体系，希望推动自动驾驶技术从“模仿行为”迈向具备“因果思考”能力的新阶段。
此次发布的核心是拥有320亿参数的视觉-语言-动作（VLA）模型——Alpamayo 2 Super。与传统自动驾驶系统相比，其最大的突破在于具备了类人的感知、推理和行动能力，并能够对其决策逻辑进行解释。这意味着车辆不仅能根据传感器数据执行操作，还能理解“为什么”要这么做。这种“因果链”推理能力对于处理传统模仿学习难以应对的复杂、罕见及“长尾场景”至关重要，是提升自动驾驶安全性和可靠性的关键。
Alpamayo 2 Super模型具备多项核心特性。其参数规模从前代模型的100亿提升至320亿，显著增强了在长尾场景下的逻辑推理、三维空间感知和轨迹预测能力。模型实现了从前置摄像头到360度全景环境的感知升级，为变道、并线等复杂操作提供了完整的环境信息。此外，它还新增了元动作输出能力，能够预判礼让、停车等高层级驾驶决策，为后续的规划模块提供更丰富的依据。
更重要的是，英伟达将Alpamayo 2 Super定位为“教师模型”。车企和开发者可以利用其强大的推理能力，通过知识蒸馏等技术，将其压缩为更轻量化的模型，并部署在英伟达DRIVE Hyperion平台下的DRIVE AGX Thor等车载计算芯片上运行。这种模式使得车企无需从零开始搭建核心的自动驾驶基础设施，可以直接继承高水平的推理与感知能力，从而大幅缩短研发周期。
为了打通从数据采集、训练到部署的全流程，英伟达还随模型发布了一系列全新的配套工具与框架。其中包括：
* NVIDIA AlpaGym：一个开源的闭环强化学习框架。它允许模型在仿真环境中持续进行“决策-感知”的循环训练，车辆的每一次操作都会实时改变仿真环境，从而暴露静态数据集无法发现的潜在问题，让模型在接近实战的模拟中持续学习和优化。
* NVIDIA OmniDreams 与 Omniverse NuRec：这些工具用于生成和重建逼真的驾驶场景。OmniDreams可以大规模仿真各类罕见驾驶情景，而Omniverse NuRec则能基于真实车队的行驶数据进行神经重建，批量生成高质量的合成训练数据，有效解决了极端场景数据采集困难的行业痛点。
* 推理式自动标注功能：利用320亿参数大模型的能力，该功能可以自动生成高质量的推理标注数据，将数据标注周期从数月缩短至数日，显著优化了自动驾驶数据链路的成本与效率。
英伟达采取了开放的生态策略，宣布将Alpamayo 2 Super的推理代码在GitHub上开源，模型权重在Hugging Face平台发布，同时开源的还有因果链自动标注流程等工具。这一系列举措旨在降低高级别自动驾驶的研发门槛，吸引全球开发者共同参与和创新。通过提供开源模型、仿真工具、真实场景数据和智能体能力，英伟达正在构建一个软硬件一体化的生态系统，推动整个行业向更安全、更智能的L4级自动驾驶迈进。
目前，包括比亚迪、吉利、极氪、小米、小马智行在内的众多国内外主流车企和自动驾驶公司，都已经采用或正在基于英伟达DRIVE Hyperion平台进行智能驾驶系统的开发。英伟达此次推出的新模型和工具链，无疑将为这些合作伙伴及整个自动驾驶行业注入新的发展动力。
