NVIDIA 開源自動駕駛模型 Alpamayo 2 Super：商用開放，跑分超 GPT-4o

NVIDIA Alpamayo 2 Super 是一個面向 Robotaxi 和自動駕駛研發的多模態開源推理模型。它基於 NVIDIA Cosmos 3 Super Reasoner 構建，經過強化學習後訓練，現在正式以 OpenMDW-1.1 許可協議在 Hugging Face 上開放商用。

它的模型規模是此前 100 億引數（10B）版本 Alpamayo 1 和 1.5 的 3 倍。OpenMDW-1.1 是 Linux 基金會針對開源 AI 模型的寬鬆許可，允許開發者自由微調、構建衍生模型並用於商業再分發。整個 Alpamayo 家族在 Hugging Face 上的下載量已經超過 50 萬次。

它能做什麼

Alpamayo 2 Super 專門用來解決自動駕駛中最棘手的長尾複雜場景。它接入車身前、側、後 360 度全景環檢視像，把多路視覺畫面融合成統一的環境理解，針對複雜路口、無保護轉向和變道匯流進行因果推演。

在面對具體的路況時，模型可以一次性給出五項緊密協同的輸出：規劃出的行駛軌跡、解釋選擇該動作原因的因果推理鏈（CoC）、讓行或變道等元動作意圖、供訓練和驗證使用的自動推理標註，以及帶有 2D 視覺定位的視覺問答結果。

這些透明的推理過程讓自動駕駛決策不再是不可解釋的黑盒。因果鏈還可以直接接入 NVIDIA Halos 安全驗證流程，支援符合 ISO/PAS 8800 的 AI 安全工程規範。

在自動駕駛多模態基準 LingoQA 的近 40 個參評模型中，Alpamayo 2 Super 排名第一。在 Lingo-Judge 評分標準下，它的表現比 Qwen2.5-VL 72B 高出 17.0 分，比 Gemini 2.5 Pro 高出 15.1 分，更是領先 GPT-4o 達 23.2 分。同時它在 NVIDIA 評估的所有自動駕駛基準測試中都拿下了第一。

怎麼跑起來與落地

這套模型不是直接塞進車載晶片跑即時感知的，而是主打「雲端大模型+車端小模型」的雲到車架構。車企和自動駕駛團隊可以把它部署在雲端，作為教師模型來生成高質量合成數據和推理鏈，再蒸餾出適合車載晶片低延遲執行的專用小模型。

它還可以充當自動標註工具。藉助 2D 視覺定位和因果標註能力，研發團隊把車隊採集的原始影片餵給它，幾天內就能轉成高質量結構化資料，把過去長達數月的標註週期大幅壓縮。

除模型權重外，NVIDIA 還同步開放了閉環模擬工具 AlpaSim、高吞吐強化學習框架 AlpaGym 以及 Physical AI 開源資料集。開發者現在就可以在 Hugging Face 上直接下載 Alpamayo 2 Super 的權重和開源訓練配方。

為什麼重要

對於做 Robotaxi、乘用車智駕系統或幹線貨運的研發團隊來說，這等於免費拿到了目前自動駕駛領域頂尖的雲端基礎大模型。最關鍵的是 OpenMDW-1.1 協議允許商業閉環，團隊不必再把涉密的車隊行駛資料上傳給通用閉源模型 API，所有核心資產都能留在自己的伺服器上。

相比 GPT-4o 或 Gemini 等通用大模型，Alpamayo 2 Super 原生支援 360 度環視並能直接輸出軌跡座標與因果鏈，省去了把通用大模型生搬硬套到智駕棧中的繁瑣改造。如果你正在搭建自己的自動駕駛資料飛輪或需要高效蒸餾車端模型，它非常值得現在就拉下來測試。