Nvidia Alpamayo 教会自动驾驶汽车像人类一样“边开边想”
Nvidia 发布了一款开放模型，它不仅能识别行人，还能像经验丰富的出租车司机一样构建驾驶推理链。这被称为“物理 AI 的 ChatGPT 时刻”——从此，自动驾驶系统学会处理边缘情况，不再恐慌或暴力枚举。
你的冰箱已经会思考了。但 Nvidia 刚刚教会了一辆汽车在路上“边开边想”
2026 年 1 月 6 日，黄仁勋在 CES 舞台上说出一句没人预料到会从显卡制造商口中听到的话：“物理 AI 的 ChatGPT 时刻已经到来。”他说的不是又一个聊天机器人。Nvidia 发布了 Alpamayo——一个开放的模型、模拟器和数据集系列，让汽车不仅能看见行人，还能构建推理链：“路上的球意味着可能有孩子跑出来。”
这不是比喻。Alpamayo 1 是一个 100 亿参数的视觉-语言-动作模型，它接收摄像头视频流，生成驾驶轨迹，同时为每个操作写出文本解释。这辆车真的“边开边想”，就像出租车司机对学员讲解自己的操作。
因果链而非黑箱
传统自动驾驶系统有一个致命问题：当场景超出训练分布时，系统要么恐慌要么死机。工程师称之为“长尾”——无穷无尽的罕见和奇怪情况，无法提前预见。
Alpamayo 以不同方式解决这个问题。它不依赖独立的感知和规划模块，而是使用思维链推理。它将复杂场景分解为步骤，追踪因果关系，然后才做出决策。
关键创新在于训练方法。Nvidia 工程师应用了“因果思维链标注”——一种将推理与决策时刻关联的算法。例如，当绿灯亮起时，模型记录：“交通灯切换，对向车道清空，无行人，开始移动。”没有来自未来的信息泄露，没有魔法。
结果：推理准确率比标准文本思维链提升 121%。复杂场景下的平均轨迹偏差减少约 12%。
Alpamayo 的三大支柱
Nvidia 没有将这项技术锁在专利库里。Alpamayo 是一个完全开放的平台，包含三个组件。
模型。 Alpamayo 1 在 Hugging Face 上开放权重和推理脚本。开发者可以将其用作“教师”——将知识蒸馏到能在车载硬件上运行的紧凑模型中。
模拟器。 AlpaSim 是一个用于闭环测试的开源环境。逼真的传感器、可配置的交通、数百万虚拟公里，然后才上路实测。
数据。 在数十个城市和天气条件下收集的 1700 多小时驾驶数据——专门针对那些“长尾”边缘情况。
这三者形成一个自循环：模型生成推理，模拟器在虚拟里程中测试，数据补充罕见场景，模型进行微调。
到 2026 年 3 月，该平台已经发展壮大。Alpamayo 1.5 发布，支持文本导航指令（“200 米后左转”）、可变摄像头数量和实时用户提问。出现了监督微调和强化学习后训练的脚本——开发者可以根据自己的数据和期望行为调整模型。
为什么汽车制造商排队合作
行业反应迅速。Lucid Motors、Jaguar Land Rover 和 Uber 公开表示对 Alpamayo 用于开发 L4 系统的兴趣。
Lucid 的 ADAS 副总裁 Kai Stepper 直言：“向物理 AI 的转变凸显了对能够推理现实世界行为（而不仅仅是处理数据）的系统的需求。”
JLR 押注开放性。产品工程执行董事 Thomas Müller 指出：“通过开放 Alpamayo 这样的模型，Nvidia 加速了整个自动驾驶生态系统的创新。”
Uber 将这项技术视为解决罕见场景问题的方案——自动驾驶出行负责人 Sarfraz Maredia 称“长尾”是自动驾驶的决定性挑战。
这些兴趣有具体时间表支撑。梅赛德斯-奔驰宣布计划于 2026 年底在美国推出搭载 Nvidia DRIVE AV 的 CLA 车型。根据 Counterpoint Research 的数据，Hyperion——Nvidia 的 L4 参考架构——已经吸引了 Tier 1 供应商 Magna、Bosch、Denso、ZF 和 Continental。
马斯克还不担心
埃隆·马斯克以标志性的虚张声势回应了这一发布。“不担心，真诚希望他们成功，”他在 X 上写道，并补充说传统汽车制造商需要 5-6 年才能将摄像头和 AI 计算机集成到量产车中。
然而，市场并不平静。Alpamayo 发布当天，特斯拉股价下跌 4.14%，而 Uber 上涨 5.95%。S&P Global 分析师称该开源模型是跨行业创新的加速器。
数据支持乐观情绪。Fortune Business Insights 估计，到 2030 年自动驾驶市场规模将达到 13.6 万亿美元。Waymo 每周已完成 45 万次付费出行，特斯拉正在建设自己的机器人出租车业务，摩根士丹利估值 1.5 万亿美元。
硬件也很重要
软件突破背后是硬件战略。Alpamayo 并非 Nvidia 的慈善之举。Counterpoint Research 直言：通过开放软件层，公司扩大了数据中心 GPU 和模拟平台的需求，甚至包括那些不在量产车中使用 Nvidia 芯片的客户。
DRIVE Thor——Hyperion 平台的核心计算机——旨在运行 Alpamayo 的蒸馏版本。一个经典的基于规则的安全堆栈并行运行，实时策略仲裁器在启发式决策和 AI 决策之间做出选择。
这是一个务实的混合方案：端到端模型提供类人行为，而确定性规则在关键情况下提供支持。监管机构更喜欢这种方法，而不是纯粹的黑箱。
两年内会发生什么
Alpamayo 1.5 已经能够实时回答乘客的问题。“为什么减速？”人类问。“前方有人行横道，右侧有自行车接近，”汽车解释。
这解决了信任问题。坐在默默转方向盘的自驾舱里是一回事，听到每个操作的合理解释则是另一回事。
Nvidia 还在尝试将推理从文本空间转移到潜在空间。结果是推理速度提升 2-4 倍，模型能够在复杂情况下“思考更久”，在简单情况下思考更快。类似于在向量空间中实现的人类直觉。
近期目标是将每个规划周期控制在 100 毫秒。工程师们正在应用推测解码和稀疏注意力，将延迟降低四倍而不损失质量。
当这些优化进入量产车时，机器人出租车将不再是“五年后”的技术。Alpamayo 押注安全驾驶不是关于反应，而是关于推理。而这个赌注现在看来相当严肃。
— Editorial Team
暂无评论。