NVIDIA 向商业 AV 模型开发开放 Alpamayo 2 Super

Why it matters

Commercial licensing gives AV teams broader rights to modify and redistribute NVIDIA's driving model, while the lack of disclosed customers, deployments and independent road validation leaves its production value unproven.

Marco Pavone 在 NVIDIA 的自动驾驶研究小组正在将 Alpamayo 2 Super 推向商业开发，此前 NVIDIA 于 2026 年 8 月 4 日开放该模型，允许微调、修改和再分发。

NVIDIA 将 Pavone 认定为其自动驾驶研究高级总监，并且是 Stanford University 的副教授。NVIDIA 的技术指南指出，部署后的驾驶策略通过制动、转向和导航决策影响其环境，使得误差会随着时间积累。

这一问题塑造了 NVIDIA 的 Alpamayo 工作。 一份 技术指南 描述了将驾驶模型与仿真和强化学习结合的开发工作流。目标是让模型在其决策后果下进行训练，并为开发者提供检查模型为何选择某一机动的工具。

该项目延续了 NVIDIA 联合创始人兼 CEO Jensen Huang 推广的开放模型策略。Huang 在创立 NVIDIA 之前曾在 AMD 和 LSI Logic 任职，并于 1993 年与 Chris Malachowsky 和 Curtis Priem 一起创办 NVIDIA。NVIDIA 是一家总部位于加利福尼亚州 Santa Clara 的上市公司，根据其2026 年年度报告，Alpamayo 在公司内部获得资助，而非通过独立初创公司、投资者集团或融资轮筹资。

A license change opens the production path

根据 NVIDIA 的发布 和 模型卡，Alpamayo 2 Super 是一个拥有 320 亿参数的视觉-语言-行动模型，用于自动驾驶开发。

根据 NVIDIA 的发布，该模型基于 Cosmos 3 Super Reasoner 构建并通过强化学习进行了后训练。它接受来自车辆周围摄像头、文本和最近自车运动的输入，旨在用于云端开发，而不是作为未经调整的、可投入生产的驾驶系统直接安装。

自动驾驶开发者可以将 Alpamayo 2 Super 用作教师模型来生成轨迹、推理痕迹、标签和训练输出。然后可以将这些能力蒸馏到为车内实时推断设计的更小模型中。这个从云到车的工作流程为汽车制造商和自动驾驶开发者提供了一个起点，而无需他们从零开始训练每一项基础能力。

先前的 Alpamayo 发布带有面向研究的限制。NVIDIA 现已将 Alpamayo 2 Super 置于 OpenMDW-1.1 之下，这是一项Linux Foundation 许可证，并表示正在将该许可证应用于整个 Alpamayo 家族。该许可证条款 允许对模型材料进行商业使用、修改和分发。再分发者必须保留该许可和适用的通知，且对这些材料的特定专利或版权诉讼可能会终止某些授权。

NVIDIA 表示，该许可证允许开发者根据其数据、驾驶策略和部署策略调整 Alpamayo，同时保留对其数据和基础设施的控制，并拥有通过专门模型和积累的专有技术创造的价值。它还为供应商提供了将派生模型打包成商业产品的法律途径。

商业许可并不表示其具备用于公共道路的汽车部署资格。NVIDIA 的模型卡称，开发者在部署前必须进行针对用例的测试和系统级验证。Alpamayo 2 Super 仍然是一个云端开发模型，也是将能力蒸馏到更小车载系统的来源。NVIDIA 未披露 Alpamayo 2 Super 的定价、收入、付费客户或商业部署，也未指名任何使用该商业许可版本的汽车制造商、卡车制造商、供应商或自动驾驶运营商。

One model handles five AV development tasks

Alpamayo 2 Super 处理来自车辆周围摄像头的同步数据流，以及文本和最近的自车运动历史。它可以返回规划轨迹、因果链式解释、诸如让行或停车之类的高层动作、自动化推理标签，以及基于特定图像区域的视觉回答。

这些输出对应若干自动驾驶工作流。开发者可以检查模型提出的路径、审阅其陈述的推理、用它为车队视频打标签，并将输出与更小的驾驶策略进行比较。

诸如并线切入、复杂路口、行人互动和恶劣天气等困难情形构成了推理模型的技术理由。传统系统可以从大量驾驶数据中学习频繁模式。涉及多个道路使用者的罕见交互更难处理，因为车辆必须推断意图、预判后果并在有限样本中选择安全动作。

根据公司的产品材料，NVIDIA 还将 Alpamayo 的推理痕迹与其 Halos 安全验证工具以及与 ISO/PAS 8800 对齐的工作连接起来。这种集成可能有助于团队组织验证证据，但并不意味着 Alpamayo 2 Super 已获得在公共道路部署的认证或批准。

NVIDIA's benchmarks remain NVIDIA's benchmarks

根据 Alpamayo 2 Super 模型卡，NVIDIA 在 LingoQA 的 Lingo-Judge 指标上测得 79.2 分，并在其评估的近 40 个系统中排名第一。NVIDIA 报告称 Alpamayo 2 Super 比 Qwen2.5-VL 72B 高出 17 分，比 Gemini 2.5 Pro 高出 15.1 分，比 GPT-4o 高出 23.2 分。

这些结果展示了 NVIDIA 在自家开发堆栈中如何评估该模型。它们并不证明在公共道路上的安全运行、监管批准或在完整冗余车辆系统内的性能。独立复现将很重要，因为模型、所报告的比较结果以及大部分评估基础设施都来自 NVIDIA。

一篇 2026 年的研究论文 发现，包括 Alpamayo 在内的具备推理能力的自动驾驶模型可能会被操纵的文本输入扰乱。研究者呼吁加强防护并更严格地评估模型推理与车辆轨迹之间的关联。开放权重使此类外部测试更容易，而商业许可扩大了可以检查和修改该系统的开发者群体。

Alpamayo competes for developers, not road miles

Alpamayo 进入的是一个多个竞争对手正在构建完整自动驾驶产品的市场。Waymo 通过其专有的垂直整合商业机器人出租车服务提供了最清晰的部署对比。 Wayve 正在开发可在多种车辆平台上使用的端到端 AI Driver，并表示其已宣布的消费者车辆部署将于 2027 年开始。 Waabi 最初将其端到端 Physical AI 系统应用于自动卡车领域，并计划将机器人出租车作为后续市场。 Applied Intuition 销售嵌入式自动驾驶软件，并提供仿真和车队管理产品。

Pavone 的团队提供的是开发模型及相关工具，而非运营车队或销售完整的认证驾驶系统。其竞争论点基于开放权重、商业再分发权利以及访问 NVIDIA 的训练和仿真堆栈。由于未披露客户或部署，公开可见的与该发布相关的证据仅限于 NVIDIA 的基准报告和技术材料。

Pavone is assembling an AV development stack

NVIDIA 在 2025 年底推出了 更广泛的 Alpamayo 系列，在 2026 年 8 月的商业许可发布之前。技术概览 描述了 Alpamayo 2 Super 以及 AlpaSim（一款闭环模拟器）和 AlpaGym（一个将模拟驾驶后果反馈到模型训练中的强化学习框架）。

当前发布的 闭环训练指南 演示了在 Alpamayo 1.5 上使用 AlpaGym，Alpamayo 1.5 是一款具有 100 亿参数的前代模型。NVIDIA 表示，开发者可以使用他们自己的自动驾驶（AV）模型，而更广泛的工作流程仍在开发中。因此文档滞后于 Alpamayo 2 Super 更大模型的商业发布。

这些配套工具为自动驾驶团队提供了一条涵盖数据处理、模型训练、仿真、蒸馏和车载推理的路径。开放权重减少了进入该技术栈的法律摩擦，而从 Alpamayo 蒸馏出的专用模型则可能为 NVIDIA 在数据中心和车辆中的计算需求创造需求。开发者可以通过 Alpamayo GitHub 仓库 检查部分支撑工作。

8 月 4 日的许可变更将研究采纳转变为商业测试。Pavone 的团队提供了模型、训练工作流和仿真工具，汽车制造商和自动驾驶开发者现在可以在其上构建专有系统，而无需单独谈判模型权利。他们仍需证明推理痕迹、基准得分和模拟驾驶带来的提升在安全关键的车辆中仍然成立。