英伟达首席执行官黄仁勋近日在社交平台发布推文，重点介绍了公司最新推出的自动驾驶开源模型Alpamayo 2 Super。这款被定位为视觉语言动作（VLA）架构的模型，标志着英伟达在自动驾驶技术领域迈出关键一步。黄仁勋特别强调，AI技术发展的下一阶段将聚焦机器人领域，而自动驾驶将成为这一变革的起点。
作为专为自动驾驶车辆设计的开放推理模型，Alpamayo 2 Super具备突破性的环境理解能力。该模型不仅能通过视觉系统感知周围环境，更能对复杂场景进行深度分析，在执行动作前完成多维度推理。这种"先思考后行动"的特性，使其成为机器人出租车、物流卡车、城市穿梭车等自动驾驶载具的核心技术支撑。
技术架构方面，Alpamayo 2 Super采用混合专家模型设计，由320亿参数的Cosmos 3 Super Reasoner视觉语言骨干网络，与23亿参数的动作决策模块共同构成。总参数规模达340亿的该模型，其计算效率较前代产品提升200%，同时支持从基础感知到路径规划的全栈自动驾驶功能。模型基于NVIDIA Cosmos世界基础模型开发，通过OpenMDW-1.1开放权重协议，允许全球开发者进行模型调优与定制化部署。
在训练数据构建上，研发团队采集了超过1727小时的真实驾驶场景数据，涵盖城市道路、高速公路、复杂天气等多样化环境。配套发布的AlpaSim开源评估框架，可对模型在3D空间定位、动态障碍物预测等20余项关键指标进行量化测试。基准测试数据显示，该模型在3D视觉定位精度上达到71.0%的IoU值，较同类闭源模型提升318%；横向动作预测准确率达74.6%，超出行业平均水平57%。
这款面向L4级自动驾驶系统开发的模型，已实现感知、决策、规划、控制全链条的技术覆盖。其开源特性使得汽车制造商和科技公司能够直接获取底层技术框架，通过微调适配不同车型的自动驾驶需求。黄仁勋在推文中特别指出，开放技术生态将加速自动驾驶系统的安全验证进程，通过全球开发者的协同优化，推动整个行业的技术可靠性提升。
