|
12月1日，英偉達在NeurIPS人工智能大會上宣布推出開源AI模型Alpamayo-R1，這款面向自動駕駛研究的視覺-語言-動作（VLA）推理模型，通過將傳感器數據轉化為自然語言描述的決策邏輯，為行業提供了一套可解釋、可優化的自動駕駛開發框架。該模型現已在GitHub與Hugging Face平臺開放下載，配套的CosmosCookbook開發資源包同步上線，包含分步指南、推理工具及訓練后工作流，助力開發者快速部署。 Alpamayo-R1是業界首個專為自動駕駛設計的VLA推理模型，其核心創新在于將視覺信號、語言描述與動作決策深度融合。當車輛檢測到自行車道時，模型不僅會識別場景，還會生成類似“檢測到自行車道，調整至右側車道以保持安全距離”的自然語言解釋。這種“自言自語”的推理能力，源于英偉達Cosmos-Reason框架的邏輯推演技術——模型在響應前會模擬人類駕駛員的決策過程，通過多步驟驗證確保行為合理性。 傳統自動駕駛系統常因“黑箱”決策飽受詬病：工程師難以追溯系統選擇特定路徑的依據，導致安全優化效率低下。Alpamayo-R1通過透明化決策邏輯，為開發者提供了可追溯的推理鏈條。例如，在模擬測試中，模型能詳細記錄“為何在雨天降低車速”“如何處理突然闖入的行人”等復雜場景的決策依據，幫助團隊精準定位系統漏洞。 英偉達汽車業務高級營銷經理Katie Washabaugh強調：“開源的核心目標是推動行業建立統一評估體系。”當前，自動駕駛領域缺乏標準化測試方法，不同企業的模型性能難以橫向對比。Alpamayo-R1的開放架構為行業提供了基準測試平臺——開發者可基于同一套推理框架，通過調整參數優化特定場景表現，從而形成可復用的技術路徑。 這一戰略與英偉達的硬件布局形成協同效應。其DRIVE AGX Hyperion 10參考平臺集成兩顆DRIVE AGX Thor芯片，支持14個高清攝像頭、9個毫米波雷達及1個激光雷達的實時處理，為Alpamayo-R1提供了每秒2000TOPS的算力支撐。在慕尼黑車展上，英偉達已展示該平臺在L4級自動駕駛中的落地案例：車輛能自主完成高速匯入、無保護左轉等高難度動作，決策延遲低于100毫秒。 此次發布的Alpamayo-R1，或成為英偉達構建AI工廠生態的關鍵拼圖。其Dynamo推理框架通過動態資源調度與智能請求路由，可將大型GPU集群的推理效率提升30倍；而Cosmos世界基礎模型能生成物理精確的傳感器數據，顯著降低訓練成本。 |
