NVIDIA 自动驾驶开源模型 Alpamayo 2 Super 开放商用
AI 前沿· 原作者：Jessica Soares· 5 分钟阅读0 阅读
NVIDIA 发布面向 Robotaxi 等自动驾驶场景的开源推理模型 Alpamayo 2 Super，采用 Linux 基金会 OpenMDW-1.1 许可，可自由微调并商用。该模型在 LingoQA 自动驾驶推理基准上排名第一，支持轨迹规划、因果链推理、自动标注等多任务能力，为安全可靠的自动驾驶系统开发提供更强基础。
对于 Robotaxi 和其他自动驾驶汽车来说，最难应对的并非日常场景，而是那些难以预测、难以训练的罕见复杂情况。
应对这些长尾事件，仅靠目标检测和运动预测远远不够。自动驾驶车辆需要理解场景、推理因果关系、选择正确动作，并将决策转化为安全舒适的行驶轨迹——所有过程必须实时完成，同时还要让开发者能够检查、验证和信任。
NVIDIA Alpamayo 2 Super 现已开放商用，属于 Alpamayo 模型家族。该家族是 Hugging Face 上自动驾驶领域采用最广泛的开源推理模型系列，能够在单个基础模型中支持多种与自动驾驶相关的能力。模型基于 NVIDIA Cosmos 3 Super Reasoner 构建，并通过强化学习进行后训练，在两方面推动自动驾驶生态发展：开放商业许可以及领先的自动驾驶多任务能力。
作为 NVIDIA 不断扩大的自动驾驶开放模型、数据集与工具的一部分，Alpamayo 2 Super 将进一步扩大技术可及性，增强市场竞争，让开发者拥有更强控制力，支持更安全、更透明的自动驾驶部署。
面向量产自动驾驶的开放许可
Alpamayo 2 Super 在 Hugging Face 上以 OpenMDW-1.1 许可提供。该许可是 Linux 基金会面向开放 AI 模型分发推出的宽松许可，覆盖微调、衍生模型和商业再分发。自动驾驶开发者、汽车制造商、卡车制造商和供应商都可以根据自己的数据、驾驶策略和部署方案来适配 Alpamayo。
这种开放性让研究者和公司能够掌握自己的数据和基础设施，并保有通过专用模型与积累的经验创造的价值。对于涉及私有车队和安全认证的工作流程，这种控制力至关重要。
早期 Alpamayo 版本最初仅限研发使用。如今 OpenMDW 许可已覆盖整个 Alpamayo 模型家族，开发者无需额外授权即可将任意一款模型投入商用，从适配到部署的路径被打通。
开放权重让这条路径在经济上可行。团队可以在先进推理能力之上继续开发，无需从零训练所有基础能力，也不必为每项任务支付前沿模型的高昂推理成本，而是以合适的成本把合适的模型用于合适的任务。
Alpamayo 2 Super 可在云端开发流程中提供前沿规模的推理能力，帮助开发者生成高质量推理轨迹、合成训练数据和教师模型输出，用于模型蒸馏。在 Alpamayo 家族中，Alpamayo 2 Super 为多模态自动驾驶开发提供最强的推理和驾驶性能，而 Alpamayo 1.5 和 Alpamayo 1 则在云端开发和模型蒸馏中提供更具成本效益的选择。
蒸馏得到的模型可以进一步针对量产车优化，实现高效的实时推理。整个 Alpamayo 家族由此形成一条“云端到汽车”的完整工作流，将前沿推理能力与商业车队的规模化部署结合起来。对自动驾驶项目而言，这意味着云端拥有前沿推理能力，车端运行高效专用模型——这是将安全自动驾驶规模化推向商业车队的一种更可持续的方式。
基准测试领先，推理能力达到前沿水平
Alpamayo 2 Super 在自动驾驶推理基准 LingoQA 上，于近 40 个评估模型中排名第一。在 NVIDIA 使用 Lingo-Judge 指标进行的测试中，它比 Qwen2.5-VL 72B 高出 17.0 分，比 Gemini 2.5 Pro 高出 15.1 分，比 GPT-4o 高出 23.2 分，展现出以驾驶为核心场景的最强推理能力。在 NVIDIA 评估的所有自动驾驶基准上，Alpamayo 2 Super 同样排名第一，进一步证明其全面的领先性能。
Alpamayo 2 Super 的模型规模是 100 亿参数的 Alpamayo 1.5 和 Alpamayo 1 的 3 倍。更大的容量让模型能够更好地从稀疏样本中泛化推理能力，这在传统系统常常力不从心的罕见多智能体交互场景中尤为关键。
该模型对车辆周身摄像头画面进行推理，融合前、侧、后三个视角，形成 360 度上下文。这种全局视角有助于深入理解变道、并线、无保护转弯和复杂路口等高危场景。
面向 Robotaxi 与自动驾驶的多任务基础模型
针对每个驾驶场景，Alpamayo 2 Super 可以生成五种紧密耦合的输出：
- 描述车辆规划路径的轨迹；
- 解释决策背后推理的因果链（CoC）轨迹；
- 捕捉模型意图的元动作（如让行、变道、停车）；
- 为训练和验证数据生成 CoC 标注的推理自动标签；
- 带二维视觉定位（2D visual grounding）的视觉问答响应，可将模型回答关联到摄像头图像中的具体区域。
这些输出共同呈现了模型的决策过程。开发者可以将模型观测到的内容与它选择的动作联系起来，让决策更容易被理解、评判和验证。
因果链轨迹可以与 NVIDIA Halos 安全验证工作流集成，并支持符合 ISO/PAS 8800 要求的人工智能安全，为自动驾驶安全工程提供更坚实的基础。
Alpamayo 2 Super 还可以作为自动标注器，在私有车队数据上生成因果链标签，并执行带二维视觉定位的视觉问答。通过将推理关联到图像中的具体区域，模型能够把原始驾驶片段转化为更丰富的训练数据，将标注周期从数月压缩到数天。
除规划和自动标注外，Alpamayo 2 Super 还支持场景理解、模型评估和知识蒸馏。这些多任务能力让开发者能够在更多开发环节使用同一个基础模型，从而简化工具链、加快迭代。
开放生态加速基于推理的自动驾驶
Alpamayo 2 Super 属于一个更广泛的自动驾驶开放模型、框架和数据集家族，其他成员包括：
- NVIDIA AlpaSim：提供闭环仿真；
- NVIDIA AlpaGym：支持高通量强化学习；
- NVIDIA Physical AI Open Datasets：为训练和测试提供数据；
- 开放训练配方和自动标注流水线：加速模型开发、训练与验证。
Alpamayo 在 Hugging Face 上的下载量已经超过 50 万次，进一步巩固了其作为该平台自动驾驶领域采用最广泛的开源推理模型家族的地位。
开发者现在可以在 Hugging Face 上下载 NVIDIA Alpamayo 2 Super，探索模型能力、评估其推理表现，并开始构建下一代 Robotaxi 和自动驾驶汽车。
原文链接：NVIDIA AI Blog
本文由前途科技编辑整理
想了解 AI 如何助力您的企业？
免费获取企业 AI 成熟度诊断报告，发现转型机会
