刚刚，黄仁勋第三条推给智驾模型：AI下一轮浪潮是机器人

就在刚刚，英伟达CEO黄仁勋终于发文了，这次给了开源自动驾驶推理大模型。

8月4日消息，智能纪元AGI获悉，黄仁勋发布推文：

今天，我们推出了 Alpamayo 2 Super，这是我们为自动驾驶车辆打造的前沿开源推理模型。

超越视觉，Alpamayo 能够理解并推理复杂的世界——在行动前进行思考。 它是无人驾驶出租车、卡车、班车、配送货车、拖拉机以及长尾移动机器人群的有力支柱——终有一天将有数十亿台自主机器。

我们以 OpenMDW-1.1 许可将其开源用于商业用途，以便团队可以检查、微调并部署它——开源模型推动安全与保障的进步。

下一波 AI 浪潮是机器人技术——而它将从自动驾驶车辆开始。

干得漂亮，Alpamayo 团队！

Alpamayo 2 Super 的参数规模是 NVIDIA Alpamayo 1.5 和 Alpamayo 1 模型的 3 倍，后者拥有 100 亿个参数。

新增的容量有助于模型更好地从稀疏示例中进行泛化推理——这对于传统系统往往难以处理的罕见的多智能体交互至关重要。

针对每种驾驶情况，Alpamayo 2 Super 可以产生五个紧密耦合的输出：

描述车辆计划路径的轨迹。

解释决策背后原因的因果链（CoC）追踪。

能够捕捉模型意图的元动作（例如，让行、变道、停车）。

推理自动标签，生成用于训练和验证数据的 CoC 标注。

具有 2D 视觉基础的视觉问答响应，将模型的答案与相机图像中的特定区域联系起来。

事实上，Alpamayo 2 Super可作为自动标注器部署，用于生成 CoC 标签，并基于专有车队数据执行基于 2D 图像的视觉问答。通过将其推理与摄像头图像中的特定区域关联起来，该模型可以将原始驾驶视频片段转换为更丰富的训练数据，从而将标注周期从数月缩短至数天。

除了规划和自动标注之外，Alpamayo 2 Super 还支持场景理解、模型评估和知识提炼。这些多任务功能使开发人员能够在更广泛的开发堆栈中使用单一的基础模型，从而简化工具并加速迭代。

英伟达强调，Alpamayo 2 Super专为复杂真实世界驾驶而构建，这个开放推理模型增加了360度感知、高级驾驶决策和自动化推理标签，现在已可商业用于机器人出租车和自动驾驶车辆。

这是黄仁勋发布的第三条推文。

前两条都是围绕开源AI模型合作和 开放安全 AI 联盟，以开发新的技术和工具来保障软件和Agent的安全，引发广泛关注。

进驻X平台短短10天内，黄仁勋账号粉丝暴涨了98.9万，三条推文的阅读量超过7000万。

更值得注意的是第三条推文中附赠了两张截图，体现新的Alpamayo 2 Super模型性能，远超Qwen3-VL-32B模型。

具体来说，在近 40 款受测模型中，Alpamayo 2 Super 在自动驾驶推理基准测试 LingoQA 中名列第一。

在英伟达使用 Lingo-Judge 指标进行的测试中，其得分，分别比 Qwen2.5-VL 72B 高出 17.0 分、Gemini 2.5 Pro 高出 15.1 分、GPT-4o 高出 23.2 分，展现了其在以驾驶为中心的场景下卓越的推理能力。

显然，Alpamayo 2 Super 在英伟达评估的所有自动驾驶基准测试中也均位列第一，凸显了其在广泛的自动驾驶功能方面的领先性能。

目前，Alpamayo 2 Super 已在 Hugging Face 上发布，采用 OpenMDW-1.1 许可协议，这是 Linux 基金会针对开源 AI 模型分发推出的宽松许可协议。

该许可协议涵盖微调、衍生模型和商业再分发，允许自动驾驶汽车开发商、汽车制造商、卡车制造商和供应商根据自身数据、驾驶策略和部署策略对 Alpamayo 进行调整。

而且，Alpamayo 2 Super 是更广泛的用于自动驾驶汽车开发的开放模型、框架和数据集系列的一部分。

该系列的其他工具包括：

NVIDIA AlpaSim 提供闭环仿真。

NVIDIA AlpaGym，可实现高吞吐量强化学习。

NVIDIA Physical AI Open Datasets，提供用于训练和测试的数据。

开放的训练方案和自动标注流程，以加速模型开发、训练和验证。

最后简单介绍一下英伟达自动驾驶汽车业务和Alpamayo模型来历。

2015年，英伟达正式入局自动驾驶赛道。

CES 2015 首次发布DRIVE PX 初代平台，基于 Tegra X1（Maxwell 架构），分为 DRIVE CX（数字座舱）、DRIVE PX（自动驾驶计算），标志英伟达从游戏 GPU 跨界车载 AI 计算，开启智驾硬件布局。

2016年，DRIVE PX 2 迭代升级；2018年，DRIVE Xavier 发布，车规级域控开端；2019年，DRIVE Orin 发布，奠定全球智驾霸主地位。

2021年，英伟达在GTC 发布DRIVE Atlan，规划 Ada 架构、1000TOPS 算力，原定 2024 量产；并推出DRIVE Hyperion 8全套传感器、计算、软件参考架构，打造软硬件一体交付方案。

2022年，英伟达汽车产品战略重大调整，CES 正式公布DRIVE Thor，原计划融合 Hopper+Ada 架构，宣称峰值 2000TOPS，替代夭折的 Atlan，成为 Orin 下一代继任芯片；而DRIVE Hyperion 9 发布，比亚迪官宣全系搭载 Hyperion 平台。

2024年，Thor 架构重构，切换 Blackwell。GTC 2024上，英伟达宣布Thor改用最新 Blackwell 架构，官方算力下调至 1000 INT8 TOPS，量产计划推迟至 2026 年，引发行业算力预期调整。

2026年1，CES 2026上，英伟达智驾大模型Alpamayo 全球首发，核心产品是Alpamayo 1，100 亿参数 VLA 思维链模型，业界首个自动驾驶专属可解释推理模型，解决长尾路况决策难题；并开源 AlpaSim 高保真仿真框架、1700 小时物理 AI 真实驾驶数据集；

首批客户包括，捷豹路虎、Lucid、Uber、奔驰确认接入生态，奔驰 CLA 车型率先装车实测等。

2026年3月，Alpamayo 1.5 版本更新，10B 参数模型能力强化，优化城市道路、极端天气推理逻辑；发布 Halos 车载安全操作系统，为 Alpamayo 决策提供车规级安全兜底；比亚迪、吉利、日产、五十铃加入 Hyperion+Alpamayo 联合开发阵营等。

目前，Alpamayo 是英伟达面向自动驾驶的开源 VLA 视觉 - 语言 - 动作推理模型全家桶，属于自动驾驶软件战略核心，和 DRIVE 硬件软硬协同。

2026年6月，Alpamayo 2 Super升级为320 亿参数超大 VLA 模型，专为 L4 无人驾驶出租车 Robotaxi 设计，全局规划能力大幅提升。

上线半年，Alpamayo 全系下载量突破 40 万次，登顶机器人领域 Hugging Face 热门模型榜单。

总结一下，黄仁勋认为，下一波 AI 浪潮是机器人技术——而它将从自动驾驶车辆开始。

换句话说，英伟达的机器人业务要从智驾开始，再到机器人、物理AI，最后还有量子计算。

你怎么看？