NVIDIA 开源自动驾驶模型 Alpamayo 2 Super：商用开放，跑分超 GPT-4o

NVIDIA Alpamayo 2 Super 是一个面向 Robotaxi 和自动驾驶研发的多模态开源推理模型。它基于 NVIDIA Cosmos 3 Super Reasoner 构建，经过强化学习后训练，现在正式以 OpenMDW-1.1 许可协议在 Hugging Face 上开放商用。

它的模型规模是此前 100 亿参数（10B）版本 Alpamayo 1 和 1.5 的 3 倍。OpenMDW-1.1 是 Linux 基金会针对开源 AI 模型的宽松许可，允许开发者自由微调、构建衍生模型并用于商业再分发。整个 Alpamayo 家族在 Hugging Face 上的下载量已经超过 50 万次。

它能做什么

Alpamayo 2 Super 专门用来解决自动驾驶中最棘手的长尾复杂场景。它接入车身前、侧、后 360 度全景环视图像，把多路视觉画面融合成统一的环境理解，针对复杂路口、无保护转向和变道汇流进行因果推演。

在面对具体的路况时，模型可以一次性给出五项紧密协同的输出：规划出的行驶轨迹、解释选择该动作原因的因果推理链（CoC）、让行或变道等元动作意图、供训练和验证使用的自动推理标注，以及带有 2D 视觉定位的视觉问答结果。

这些透明的推理过程让自动驾驶决策不再是不可解释的黑盒。因果链还可以直接接入 NVIDIA Halos 安全验证流程，支持符合 ISO/PAS 8800 的 AI 安全工程规范。

在自动驾驶多模态基准 LingoQA 的近 40 个参评模型中，Alpamayo 2 Super 排名第一。在 Lingo-Judge 评分标准下，它的表现比 Qwen2.5-VL 72B 高出 17.0 分，比 Gemini 2.5 Pro 高出 15.1 分，更是领先 GPT-4o 达 23.2 分。同时它在 NVIDIA 评估的所有自动驾驶基准测试中都拿下了第一。

怎么跑起来与落地

这套模型不是直接塞进车载芯片跑实时感知的，而是主打「云端大模型+车端小模型」的云到车架构。车企和自动驾驶团队可以把它部署在云端，作为教师模型来生成高质量合成数据和推理链，再蒸馏出适合车载芯片低延迟运行的专用小模型。

它还可以充当自动标注工具。借助 2D 视觉定位和因果标注能力，研发团队把车队采集的原始视频喂给它，几天内就能转成高质量结构化数据，把过去长达数月的标注周期大幅压缩。

除模型权重外，NVIDIA 还同步开放了闭环仿真工具 AlpaSim、高吞吐强化学习框架 AlpaGym 以及 Physical AI 开源数据集。开发者现在就可以在 Hugging Face 上直接下载 Alpamayo 2 Super 的权重和开源训练配方。

为什么重要

对于做 Robotaxi、乘用车智驾系统或干线货运的研发团队来说，这等于免费拿到了目前自动驾驶领域顶尖的云端基础大模型。最关键的是 OpenMDW-1.1 协议允许商业闭环，团队不必再把涉密的车队行驶数据上传给通用闭源模型 API，所有核心资产都能留在自己的服务器上。

相比 GPT-4o 或 Gemini 等通用大模型，Alpamayo 2 Super 原生支持 360 度环视并能直接输出轨迹坐标与因果链，省去了把通用大模型生搬硬套到智驾栈中的繁琐改造。如果你正在搭建自己的自动驾驶数据飞轮或需要高效蒸馏车端模型，它非常值得现在就拉下来测试。