在近期举办的科技盛会上，英伟达正式发布了一款专为实体机器人与自动驾驶车辆设计的开源AI组合——Alpamayo。该组合集成了AI模型、仿真工具及大规模数据集，旨在提升自动驾驶汽车在复杂场景下的决策推理能力，推动行业向更高水平的智能化迈进。
英伟达首席执行官黄仁勋在发布声明中强调，物理智能领域正迎来关键转折点，类似于ChatGPT对自然语言处理的革新，机器如今已具备在现实世界中理解、推理与行动的能力。Alpamayo的核心价值在于为自动驾驶车辆赋予推理能力，使其不仅能应对罕见场景，还能在复杂环境中安全行驶，并向用户解释决策依据。据透露，首款搭载英伟达技术的自动驾驶汽车将于今年第一季度在美国投入实际道路测试。
Alpamayo平台的技术基石是Alpamayo 1模型。这款拥有100亿参数的视觉-语言-行动（VLA）模型，基于思维链技术构建，能够模拟人类思维过程。即使面对未经训练的场景，如交通信号灯失灵的路口，模型也能通过拆解问题、推演多种可能性，最终选择最安全的通行方案。英伟达汽车事业部副总裁阿里·卡尼解释称，模型通过分步骤推理确保决策的严谨性，同时兼顾效率与安全性。
黄仁勋进一步指出，Alpamayo 1不仅是一个控制工具，更是一个“可解释的AI系统”。它能实时接收传感器数据，精准控制方向盘、刹车与油门，并向用户清晰说明操作意图、决策逻辑及预期轨迹。这种透明性为自动驾驶技术的商业化应用提供了重要保障，有助于提升用户信任度。
为降低开发门槛，英伟达将Alpamayo 1的底层代码开源至Hugging Face平台。开发者可基于该模型进行微调，生成轻量化版本以适配不同硬件需求，或直接训练简易驾驶系统。模型还支持构建上层工具，例如自动标注视频数据的系统、评估车辆决策合理性的工具等，进一步拓展了应用场景。
在数据支持方面，英伟达同步推出了一款开源数据集，涵盖1,727小时的驾驶数据，覆盖25个国家和2,500多个城市的多样化路况。数据集包含310,895个20秒长的片段，详细记录了交通状况、天气变化、障碍物分布及行人行为等信息，为模型训练提供了丰富的素材。阿里·卡尼提到，开发者可结合英伟达旗下的生成式世界模型品牌Cosmos生成的合成数据，与真实数据集联动，对自动驾驶应用进行高效训练与测试。
仿真测试环节同样得到重视。英伟达发布的AlpaSim仿真框架已在GitHub平台开源，该工具可高精度还原真实驾驶环境，包括传感器数据、交通流动态等关键要素。通过大规模安全测试，开发者能提前发现并优化潜在风险，显著提升自动驾驶系统的可靠性。这一系列举措标志着英伟达在自动驾驶领域的技术布局进一步深化，为行业创新提供了强大支撑。
