NVIDIA 在 NeurIPS 开源自动驾驶推理模型 Alpamayo-R1

NVIDIA DRIVE Alpamayo-R1 是一套面向自动驾驶研究的工业级 VLA（视觉-语言-动作）推理模型，核心目标是让自动驾驶汽车在面对加塞、占道或是行人密集的复杂路况时，学会像人类司机一样推导决策。

以往的自动驾驶端到端模型往往直接从传感器画面映射到控制信号，遇到没见过的长尾极端场景容易卡壳。Alpamayo-R1 则引入了思维链推理，把驾驶决策拆解成具体的逻辑推导步骤。

它能做什么

遇到复杂路况时，Alpamayo-R1 会先结合传感器数据分析周围环境，推演所有可能的行驶轨迹，再根据上下文推导出最稳妥的路线。

比如在旁边有非机动车道、行人密集的闹市区，模型不仅会规划避让自行车的行驶轨迹，还会输出专门的推导痕迹，写明为什么减速、为什么要远离右侧道路，为可解释的自动驾驶决策提供了依据。

在模型架构上，Alpamayo-R1 基于 NVIDIA 之前发布的 Cosmos Reason 打造。团队通过强化学习进行后训练，相比未经过推理训练的基座模型，它在复杂场景下的推理与决策能力有了显著提升。

除了 Alpamayo-R1，NVIDIA 这次还顺带放出了不少实用的物理与数字 AI 工具。物理 AI 方面有生成激光雷达仿真数据的世界模型 LidarGen、修复神经重建画面噪点的 Omniverse NuRec Fixer，以及将视频模型转为机器人控制策略的 Cosmos Policy。

数字 AI 方面，NVIDIA 开源了支持多人重叠对话识别的 MultiTalker Parakeet、做实时说话人分离的 Sortformer，以及带有动态推理能力的 Nemotron Content Safety Reasoning 内容安全模型和配套合成音频安全数据集。

怎么跑起来和开放程度

Alpamayo-R1 目前已经在 GitHub 和 Hugging Face 上线，开放给研究人员用于非商业性质的评估与实验。

配套放出的资源包括开源仿真评测框架 AlpaSim，以及 NVIDIA Physical AI Open Datasets 中的一部分训练与评估数据集。如果你想自己做后训练，NVIDIA 还提供了 Cosmos Cookbook，把数据清洗、合成数据生成到模型评测的流程写成了现成的步骤指南。

如果你的工作侧重在大语言模型训练与数据生成，以 Apache 2.0 协议开源的 NeMo Data Designer Library 也是开箱即用的，能够用来生成和清洗高质量合成数据；NeMo Gym 则提供了开箱即用的可验证奖励强化学习环境。

为什么重要

自动驾驶行业被端到端黑盒困扰了很久，Alpamayo-R1 的价值在于把大模型的思维链推理真正搬到了物理世界。它让从事 L4 级自动驾驶和具身智能研究的团队，不必从头造轮子就能拿到现成可推导决策的 VLA 底座。

不过需要留意的是，这次开源的模型和数据主要面向非商业研究用途，离直接装车落地还有很长的工程验证距离。对于从事自动驾驶算法研发的团队和高校实验室来说，它非常适合用来做轨迹规划的基准对比和可解释性探索。