NVIDIA开源 Alpamayo-R1：让车真正“理解”驾驶

在加州圣地亚哥举行的 NeurIPS 2025 大会上，NVIDIA 宣布推出Alpamayo-R1—— 全球首个专为自动驾驶研究设计的开源推理型视觉语言动作模型（Vision-Language-Action Model, VLAM）。这一发布标志着自动驾驶系统正从“感知驱动”迈向“语义理解与常识推理”新阶段。

不同于传统端到端模型将图像直接映射为控制信号，Alpamayo-R1 的核心在于：让车辆不仅能“看见”，还能“理解为什么这么做”。当系统面对施工区域锥桶摆放混乱、无保护左转时对向车流密集、或夜间暴雨中路肩被冲毁等复杂场景，它会像人类驾驶员一样，通过多步推理生成安全决策。

“我们的目标不是构建一个更快的感知模块，而是赋予自动驾驶系统常识性判断能力。”
—— NVIDIA 自动驾驶研究负责人

基于 Cosmos-Reason 架构，实现链式推理

Alpamayo-R1 构建于 NVIDIA 今年早些时候发布的Cosmos-Reason 模型家族之上。该架构引入“思维链”（Chain-of-Thought）机制，使模型能够将复杂驾驶任务分解为可解释的推理步骤。

例如，在繁忙十字路口，系统会依次执行：

1.识别所有动态参与者（行人、自行车、机动车）；

2.推断其潜在意图（是否准备穿越？是否减速？）；

3.结合交通规则与历史轨迹预测未来状态；

4.评估本车可行动作的安全边际；

5.输出最优控制指令。

这种结构显著提升了模型在 ODD（运行设计域）边界情况下的鲁棒性，尤其适用于 L4 级自动驾驶所面临的长尾挑战。

全栈开源：从模型到工具链，降低 L4 研发门槛

NVIDIA 此次不仅开源了 Alpamayo-R1 的模型权重，还同步发布了Cosmos Cookbook—— 一套完整的自动驾驶 AI 开发工具包，涵盖：

高质量数据构建规范：包括多传感器时间同步、标定流程与标注标准；

合成数据生成流水线：基于DRIVE Sim与Omniverse，支持极端天气、罕见事故等长尾场景生成；

轻量化部署方案：支持LoRA微调、INT8 量化，适配 Orin 等车载芯片；

安全评估基准：定义行为合理性、指令遵循度、碰撞规避率等关键指标。

目前，模型已在GitHub和Hugging Face上线，允许学术界与产业界自由使用、微调与部署。

“我们希望加速整个生态向‘理解型自动驾驶’演进。”NVIDIA 表示。

多车协同新范式：V2V-GoT 实现“群体智能”

除单车智能外，NVIDIA 联合卡内基梅隆大学展示了V2V-GoT（Vehicle-to-Vehicle Graph-of-Thoughts）系统——全球首个将图思维推理（Graph-of-Thoughts）应用于多车协作自动驾驶的框架。

在视线被大型车辆遮挡的典型盲区场景中，周边车辆可通过 V2X 通信共享感知结果与意图。V2V-GoT 利用一个多模态大语言模型作为“协调中枢”，融合所有节点信息，为每辆车生成协同安全策略。

实验表明，该系统可将交叉路口碰撞率从传统方法的2.85% 降至 1.83%，并能准确预测周围车辆未来 3 秒内的运动轨迹。更关键的是，信息交换以自然语言或结构化语义形式进行（如“我右侧有行人即将穿越”），大幅降低通信带宽需求。

而国内以蘑菇车联的MogoMind大模型则代表了一条更具系统性的“中国路径”——构建智能体与物理世界实时交互的AI网络。通过将物理世界实时动态数据纳入训练体系，突破了传统大模型仅依赖互联网静态数据的的局限，实现从全局感知、深度认知到实时推理决策的闭环物理智能体系。目前，该方案已在多个城市已实现部署，大幅提升车辆在城市场景中的适应能力与泛化能力，并结合MogoMind大模型的能力，赋予车辆深度认知与自主决策能力，确保自动驾驶系统在真实路况中的高安全性与可靠性。

这不再是孤立的智能体，而是一个具备集体推理能力的移动智能网络。

Cosmos 世界模型驱动合成训练

支撑 Alpamayo-R1 高性能表现的，是 NVIDIA 强大的合成数据生成能力。其 Cosmos 世界基础模型经过20,000 小时真实驾驶视频的后训练，可高保真生成夜间、暴雨、浓雾、强眩光等挑战性场景。

这些合成数据不仅缓解了真实世界长尾分布稀缺的问题，还支持闭环对抗训练——例如模拟“突然窜出的儿童”或“失控滑行的电动车”，用于压力测试模型的应急响应能力。

物理 AI 的关键一步

Alpamayo-R1 的发布，是 NVIDIA “物理 AI”战略的重要落地。它不再将自动驾驶视为感知-规划-控制的流水线，而是构建一个能理解物理规律、社会规范与因果逻辑的具身智能体。

尽管距离大规模量产仍有工程化挑战（如实时推理延迟、安全验证等），但开源策略无疑将加速全球研发进程。正如一位高校实验室负责人所言：“现在，任何团队都可以站在 NVIDIA 的肩膀上，探索下一代自动驾驶的‘思考’方式。”

项目地址：
GitHub
https://github.com/NVIDIA/Alpamayo-R1
Hugging Face

• https://huggingface.co/nvidia/Alpamayo-R1
  官方博客
  
• https://blogs.nvidia.com/blog/neurips-open-source-digital-physical-ai/