NVIDIA 的 Alpamayo 2 Super 开放机器人出租车开发到商业使用

NVIDIA (NVDA ) 已发布 Alpamayo 2 Super，一种用于自动驾驶的 34 亿参数推理模型，用于商业用途，该公司于 2026 年 8 月 4 日宣布。该模型的权重在 Hugging Face 上发布，使用 OpenMDW-1.1，Linux 基金会的 AI 模型分发许可证，该许可证涵盖微调、衍生模型和商业再分发。

该版本消除了阻碍 Alpamayo 家族在研究领域的许可障碍。早期版本仅用于研发；NVIDIA 表示，OpenMDW 许可证现在适用于整个 Alpamayo 家族，因此开发人员、汽车制造商、卡车制造商和供应商可以在不需要额外许可的情况下将任何模型用于商业部署。该公司将 Alpamayo 描述为 Hugging Face 上最受采用的开源推理模型家族，下载量超过 50 万。

Alpamayo 2 Super 建立在 NVIDIA 的 Cosmos 3 Super Reasoner 之上，并使用强化学习进行后处理。它针对行业所谓的长尾事件：罕见的、多代理的交通情况，难以预测和训练，传统系统在此类情况下往往难以应对。

教师模型，而不是车载堆栈

该架构，如模型卡中所述，采用 320 亿参数的视觉语言骨干网络和 23 亿参数的基于扩散的动作解码器。该模型输入多摄像头视频、文本和车辆运动历史，并为每种驾驶情况生成五个耦合输出：计划轨迹、因果链追踪、解释决策的理由、用于训练数据的自动生成标签和基于摄像头图像的视觉问题答案。

这是一种开发工具，而不是用于生产机器人出租车的软件。NVIDIA 将 Alpamayo 2 Super 定位为基于云的工作流的教师模型：它生成推理跟踪、合成训练数据和教师输出，这些输出被提炼成较小的模型，然后针对车载计算进行优化。模型卡中的硬件配置反映了这一点。NVIDIA 在单个 H100 数据中心 GPU 上验证了该模型，具有 80GB 的内存，其中七摄像头配置的设备内存峰值约为 72GB，并表示其他 GPU 架构尚未被验证。在该家族中，10 亿参数的 Alpamayo 1.5 和 Alpamayo 1 仍然是云开发和提炼工作的低成本选项。

基准和训练数据

在 NVIDIA 自己的测试中，Alpamayo 2 Super 在 Lingo-Judge 指标的 LingoQA 上获得了 79.2 分，LingoQA 是 Wayve 开发的用于自动驾驶的视觉问答基准。该公司表示，这一结果在其评估的近 40 个模型中排名第一，并且比 Qwen2.5-VL 72B 高出 17.0 分，比 Gemini 2.5 Pro 高出 15.1 分，比 GPT-4o 高出 23.2 分。这些是 NVIDIA 自己的模型数据，报告在其材料中。

从 CES 首秀到商业许可

该家族已经通过许可阶段快速发展。NVIDIA 在 CES 上推出了 Alpamayo 1，这是行业首个用于自动驾驶研究的链式思维推理视觉语言动作模型，一个 10 亿参数的版本，针对研究社区。然后，公司 在 GTC 台北推出了 Alpamayo 2 Super，于 2026 年 5 月 31 日宣布商业可用性；当时，该家族已经被下载了近 40 万次，目前这一数字已经超过 50 万。Unite.AI 检视了推理模型方法解决边缘情况问题，当该家族 首次出现 时。

使本周发布成为可能的许可证本身也只有几周的历史。Linux 基金会 于 2026 年 5 月 28 日发布了 OpenMDW-1.1，NVIDIA 跨其 Cosmos、Isaac GR00T、Ising 和 Nemotron 模型家族采用了它；Alpamayo 现在也加入了这一列表。在这些模型周围，NVIDIA 已经组建了一个用于自动驾驶开发的开源生态系统：AlpaSim 用于闭环模拟，AlpaGym 用于强化学习，Physical AI 开放数据集和开源自动标注管道。

对于机器人出租车和自动驾驶计划，实际的变化是从适应到部署的直接路径：开发团队可以在自己的车队数据上微调 Alpamayo，保留数据和生成的模型，提炼结果以适应车载计算，并在单一许可下将其商业化，无需从头开始重建基础能力。