英伟达 Alpamayo（驾驶推理 VLA）

英伟达开放的自动驾驶推理 VLA，先用文字讲清为什么这样开，再输出行驶轨迹。

Alpamayo-R1 是英伟达的自动驾驶视觉-语言-动作模型，论文 2025 年 10 月底上 arXiv，12 月在 Hugging Face 开放权重，2026 年 1 月 CES 上改名 Alpamayo 1，与仿真框架 AlpaSim、1700 多小时的开放驾驶数据一起发布。它针对罕见的长尾路况：只模仿轨迹容易在没见过的场景出错，于是让模型先写出「因果链」推理（看到什么、所以怎么做），再生成轨迹。开放版以 Cosmos-Reason 视觉语言模型为骨干（8.2B），加 2.3B 的扩散式动作专家，输入 4 路相机画面和自车运动历史，输出未来 6.4 秒轨迹。论文报告难场景规划精度最多提升 12%，闭环仿真中近距离险情减少 35%，车上延迟约 99 毫秒。

例子遇到前方车道被施工锥桶封住时，模型会先输出一段说明（如前方车道封闭、需减速并变道绕行），再给出与之对应的 6.4 秒行驶轨迹，工程师可对照文字检查它为什么这样开。

也叫

Alpamayo-R1、Alpamayo 1、Alpamayo-R1-10B

相关

视觉-语言-动作模型、自动驾驶、思维链、Cosmos Reason、动作专家、长尾问题

来源

Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail (arXiv 2511.00088)
NVlabs/alpamayo GitHub 仓库（Alpamayo 1）
NVIDIA Announces Alpamayo Family of Open-Source AI Models（NVIDIA Newsroom，2026-01-05）

信息截至

2026-01