🟩NVIDIA Developer Blog•較早收集於 11m
使用 NVIDIA Alpamayo 進行自動駕駛模型後訓練
💡了解如何超越開放迴圈訓練，提升自動駕駛模型在複雜環境中的安全與推理能力。
⚡ 30-Second TL;DR
有什麼變化
彌合開放迴圈訓練與實際部署之間的落差
為什麼重要
此方法透過確保模型在模擬環境中理解其行為後果，顯著提升了 VLA 模型在複雜駕駛場景中的可靠性。
下一步行動
查閱 NVIDIA Alpamayo 文件，將閉迴圈回饋整合至您現有的自動駕駛訓練流程中。
誰應關注：Researchers & Academics
關鍵要點
- •彌合開放迴圈訓練與實際部署之間的落差
- •實現 VLA 模型輸出的閉迴圈評估
- •考量環境回饋而非僅僅是與基準真值的比較
🧠 深度解析
Web-grounded analysis with 18 cited sources.
🔑 增強重點摘要
- •NVIDIA Alpamayo 是一個開放的生態系統，包含模型、模擬工具和數據集，專為基於推理的自動駕駛 (AV) 架構開發而設計，而非僅僅是一個單一模型。
- •該平台引入了視覺-語言-動作 (VLA) 模型，例如 Alpamayo 1 (100 億參數) 和 Alpamayo 2 Super (320 億參數)，這些模型不僅生成駕駛軌跡，還能產生「推理軌跡」來解釋決策，超越了傳統的黑箱路徑規劃。
- •Alpamayo 模型被設計為大型「教師模型」，開發者可以對其進行微調並蒸餾成更小、可在車載硬體（如 NVIDIA DRIVE Hyperion 平台）上部署的生產就緒模型。
- •該生態系統包含 AlpaSim（一個開源的閉迴圈模擬平台）和 AlpaGym（一個高吞吐量的閉迴圈強化學習 (RL) 框架），後者透過在模擬中讓模型從其行為對環境的影響中學習來進行訓練。
- •Alpamayo 與 NVIDIA 的其他工具整合，例如用於逼真場景生成的 OmniDreams 和用於將真實世界數據重建為 3D 場景的 Omniverse NuRec，從而能夠大規模模擬罕見和長尾駕駛情境。
🛠️ 技術深入
- 模型架構: Alpamayo 1 是一個開放的 100 億參數思維鏈推理 VLA 模型，基於 Cosmos-Reason VLM 骨幹網路構建。Alpamayo 2 Super 將模型規模擴展至 320 億參數。
- 輸入/輸出: 它以多攝像頭影片作為輸入，並輸出駕駛軌跡和解釋決策的推理軌跡。
- 可解釋性: 能夠生成人類可讀的推理軌跡來解釋決策，超越了「黑箱」路徑規劃。
- 模擬框架: AlpaSim 是一個開源的端到端自動駕駛模擬平台，用於閉迴圈測試，模擬逼真的傳感器數據、車輛動力學和交通場景。
- 強化學習框架: AlpaGym 是一個開源、高吞吐量的閉迴圈 RL 框架，它在 AlpaSim 中透過連續的決策和觀察循環來運行模型，使其能夠從複合錯誤和邊緣案例故障中學習。
- 數據: 利用大規模的開放駕駛數據集（例如，超過 1700 小時、100 TB、來自 2500 多個城市的 300,000 多個片段），包含多攝像頭、LiDAR 和雷達覆蓋。
- 整合: 與 NVIDIA DRIVE Hyperion 架構、NVIDIA DRIVE AGX Thor、NVIDIA Cosmos（用於合成數據生成的全球模型家族）、NVIDIA Omniverse NuRec（用於將真實世界數據重建為 3D 場景）以及 NVIDIA OmniDreams（用於逼真場景生成的生成式世界模型）整合。
- 部署: Alpamayo 模型被設計為「教師模型」，可蒸餾成更小、可在車載運行的模型。
- 硬體優化: 針對 NVIDIA GPU 進行優化，至少需要 24 GB 顯存。
- 多任務能力 (Alpamayo 2 Super): 除了軌跡生成，它還能跨越整個駕駛堆棧進行推理、規劃和行動，其能力涵蓋推理、自動標註、場景理解、模型評估和知識蒸餾。
🔮 前景展望AI analysis grounded in cited sources
自動駕駛系統的開發將加速，並降低進入門檻。
Alpamayo 作為一個開放的生態系統，提供模型、模擬工具和數據集，使開發者無需從頭構建核心自主基礎設施。
L4 級別自動駕駛的安全性與可解釋性將顯著提升。
Alpamayo 的 VLA 模型能夠生成推理軌跡，解釋決策背後的邏輯，這對於安全驗證和監管合作至關重要。
自動駕駛模型將更好地處理罕見和長尾駕駛情境。
閉迴圈訓練框架 AlpaGym 結合 AlpaSim 和 OmniDreams，能夠在模擬中生成並學習這些難以在現實世界中頻繁遇到的情境。
⏳ 時間線
2025-12
NVIDIA 釋出 Alpamayo-R1，被稱為業界首個工業規模的開放式推理視覺語言動作 (VLA) 模型，用於自動駕駛研究。
2026-01
NVIDIA 在 CES 2026 上正式推出 Alpamayo 家族，包括 Alpamayo 1 (100 億參數 VLA 模型)、AlpaSim 模擬器和實體 AI 開放數據集。
2026-01
Mercedes-Benz CLA 車型宣布將搭載 NVIDIA 的 DRIVE AV 軟體和 AI 基礎設施，成為首批採用 Alpamayo 技術的量產車輛之一。
2026-06
NVIDIA 在 GTC Taipei 推出 Alpamayo 2 Super，將模型規模擴展至 320 億參數，並引入 AlpaGym 閉迴圈強化學習框架和 OmniDreams 生成式世界模型。
2026-06
Alpamayo 榮獲 COMPUTEX Best Choice Awards 的「車輛技術與智慧座艙」類別獎項。
📎 來源 (18)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： NVIDIA Developer Blog ↗