英伟达 Alpamayo 2 Super：面向 Robotaxi 的开放推理模型，让自动驾驶决策“可解释、可审查”

对于 Robotaxi 和其他自动驾驶汽车而言，最困难的问题并非日常场景，而是那些难以预料且难以训练应对的罕见复杂情况（长尾事件）。处理这些事件需要的不仅仅是目标检测和运动预测，更需要理解情境、推理因果关系，并将决策转化为安全舒适的行驶路径。

• 官方说明：https://blogs.nvidia.com/blog/alpamayo-2-super-open-model-now-available
• 模型：https://huggingface.co/nvidia/Alpamayo2-Super

英伟达今日宣布，其 Alpamayo 2 Super 模型现已开放商用。作为 Hugging Face 上采用最广泛的自动驾驶开放推理模型系列的一员，它基于 NVIDIA Cosmos 3 Super Reasoner 构建，并通过强化学习进行后训练，旨在通过开放的商业许可和领先的推理能力，加速自动驾驶的量产与大规模部署。

核心突破：从“黑盒执行”到“透明推理”

Alpamayo 2 Super 不仅仅是一个感知模型，更是一个具备深度推理能力的“大脑”。它在 LingoQA 自动驾驶推理基准中排名第一，超越了 Qwen2.5-VL 72B、Gemini 2.5 Pro 和 GPT-4o 等顶级通用模型。

其独特之处在于能针对每种驾驶情境生成五个紧密耦合的输出，彻底打破了传统自动驾驶系统的黑盒状态：

1. 规划轨迹：描述车辆未来的行驶路径。
2. 因果链（CoC）追踪：用自然语言解释决策背后的推理过程（例如：“因为左侧有车快速接近，所以选择减速让行”）。
3. 元动作意图：明确模型的当前意图（如变道、停车、汇入）。
4. 自动标注数据：生成带有 CoC 标签的推理数据，用于后续模型训练。
5. 视觉问答（VQA）：将文字答案链接到摄像头图像中的特定 2D 区域，实现“所见即所说”。

这种多任务输出使得开发者可以将模型观察到的内容与其选择的行动直接联系起来，使决策更易于理解、评判和验证，从而为符合 ISO/PAS 8800 标准的 AI 安全工程提供坚实基础。

商业价值：开放许可与云车协同工作流

1. OpenMDW-1.1 宽松许可证

Alpamayo 2 Super 采用 Linux 基金会推出的 OpenMDW-1.1 许可证，允许微调、衍生模型和商业再分发。这意味着汽车制造商、卡车厂商和供应商可以完全掌控自己的数据和基础设施，将模型适配到专有的驾驶策略中，而无需担心额外的许可费用或数据主权问题。

2. “云训练 + 车部署”的高效路径

• 云端：利用 Alpamayo 2 Super 强大的推理能力（参数量是前代模型的 3 倍），在云端生成高质量的推理轨迹、合成训练数据和教师输出。
• 车端：通过知识蒸馏，将大模型的能力迁移到更小、更高效的专用模型中，部署在量产车辆上进行实时推理。
  这种模式既保证了前沿的推理性能，又兼顾了车端计算的能效比，为商业车队的大规模扩展提供了可持续的方案。

3. 自动化标注加速器

Alpamayo 2 Super 可作为自动标注器，在专有车队数据上生成带有因果解释的标签。通过将推理链接到图像特定区域，它能将原始驾驶片段转化为丰富的训练数据，把原本需要数月的标注周期压缩至数天。

生态系统：全方位的开放工具链

Alpamayo 2 Super 是英伟达自动驾驶开放生态的一部分，与之配套的工具包括：

• NVIDIA AlpaSim：提供闭环仿真环境。
• NVIDIA AlpaGym：支持高通量强化学习训练。
• NVIDIA Physical AI Open Datasets：提供高质量的训练和测试数据。
• 开放训练配方：加速模型开发、训练和验证流程。

目前，Alpamayo 系列在 Hugging Face 上的下载量已超过 50 万次，巩固了其作为自动驾驶领域首选开放推理模型家族的地位。