英伟达（NVIDIA）旗下面向自动驾驶领域的开源推理模型 Alpamayo 2 Super 现已正式面向商业用途开放。
对于无人出租车（Robotaxi）及其他自动驾驶车辆（AV）而言，最棘手的挑战并非日常驾驶场景，而是那些难以预判、极少出现的复杂边缘情况。应对这类"长尾事件"，仅靠目标检测和运动预测远远不够——自动驾驶系统必须具备理解情境、进行因果推理、选择正确行动，并将决策转化为安全、舒适行驶路径的能力，整个过程须在实时条件下完成，且要便于开发者检验、验证与信任。
Alpamayo 2 Super 是 Alpamayo 系列模型中的最新成员。该系列是 Hugging Face 平台上被采用最广泛的自动驾驶开源推理模型家族，能够在单一基础模型框架内支持大量与自动驾驶相关的能力。该模型基于 NVIDIA Cosmos 3 Super Reasoner 构建，并通过强化学习进行后期训练，在两个维度上推进了自动驾驶生态发展：开放商用授权，以及领先的自动驾驶多任务能力。
Alpamayo 2 Super 是 NVIDIA 不断壮大的自动驾驶开放模型、数据集和工具体系的重要组成部分，旨在扩大技术获取渠道、促进行业竞争、赋予开发者更强的自主掌控能力，并推动更安全、更透明的自动驾驶部署。
开放商用授权，打通从研发到落地的通道
Alpamayo 2 Super 已在 Hugging Face 平台以 OpenMDW-1.1 协议开放，该协议由 Linux 基金会为开放 AI 模型分发制定，支持模型微调、衍生模型开发及商业再分发，允许自动驾驶开发者、汽车制造商、卡车制造商及供应商根据自有数据、驾驶策略和部署计划对模型进行定制。
这种开放性使研究人员和企业能够掌控自有数据和基础设施，保留通过专用模型和积累的专业知识所创造的价值。对于涉及专属车队和安全合规的工作流程而言，这种掌控权至关重要。
早期 Alpamayo 版本主要面向研发场景发布，而 OpenMDW 协议如今将覆盖整个 Alpamayo 系列，开发者无需额外申请许可即可将任意模型用于商业部署，从而打通了从适配到落地的直接路径。
开放权重使这一路径在经济上具备可行性。研发团队可基于先进推理能力进行构建，无需从零开始重新训练每一项基础能力，也无需为每项任务支付前沿模型级别的高昂成本，真正实现按需匹配、按需定价。
Alpamayo 2 Super 面向基于云端的开发工作流程提供前沿规模的推理能力，可用于生成高质量推理轨迹、合成训练数据以及用于模型蒸馏的教师输出。在整个 Alpamayo 系列中，Alpamayo 2 Super 具备最高的推理与驾驶性能，适用于多模态自动驾驶开发；Alpamayo 1.5 和 Alpamayo 1 则在云端开发和模型蒸馏方面提供更具成本效益的选择。
蒸馏后的模型可进一步针对量产车辆中的实时推理需求进行优化。整体而言，Alpamayo 系列提供了一套"云端到车端"的完整工作流程，将前沿推理能力与商业自动驾驶车队的规模化部署有机结合，为安全自主驾驶的大规模商业落地提供了更具可持续性的路径。
LingoQA 基准排名第一，多任务能力全面领先
在 LingoQA 自动驾驶推理基准测评中，Alpamayo 2 Super 在参与评估的近 40 个模型中排名第一。根据 NVIDIA 使用 Lingo-Judge 指标进行的测试，该模型分别比 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，在面向驾驶场景的推理任务上达到当前最优水平。Alpamayo 2 Super 在 NVIDIA 评估的所有自动驾驶基准测试中均排名第一，充分展示了其在广泛自动驾驶能力上的领先表现。
Alpamayo 2 Super 的参数规模是 100 亿参数版 Alpamayo 1.5 和 Alpamayo 1 的 3 倍。更大的模型容量有助于从稀疏样本中更好地泛化推理能力——这对于传统系统往往力不从心的罕见多智能体交互场景至关重要。
该模型支持全向环绕摄像头感知，能够融合车辆前方、两侧及后方的视角，实现 360 度全景感知，从而对变道、并道、无保护转弯及复杂路口等高风险场景形成更深入的理解。
五类耦合输出，决策过程清晰可查
针对每个驾驶场景，Alpamayo 2 Super 可生成五类紧密关联的输出：
描述车辆规划路径的轨迹信息；
阐释决策逻辑的因果链（CoC）推理轨迹；
捕捉模型意图的元动作（如让行、变道、停车等）；
用于生成训练和验证数据 CoC 标注的推理自动标签；
带有 2D 视觉定位的视觉问答响应，将模型的回答与摄像图像中的具体区域关联起来。
这些输出共同呈现了模型的决策过程——开发者可将模型所观测到的内容与其所选行动相对应，使决策更易于理解、评估和验证。
因果链轨迹可与 NVIDIA Halos 安全验证工作流程集成，并支持符合 ISO/PAS 8800 要求的 AI 安全实践，为自动驾驶安全工程提供更坚实的基础。
此外，Alpamayo 2 Super 还可作为自动标注器，用于生成 CoC 标签，并对专属车队数据执行带 2D 定位的视觉问答。通过将推理过程与摄像图像中的具体区域关联，该模型可将原始驾驶视频片段转化为更丰富的训练数据，将标注周期从数月压缩至数天。
除规划与自动标注外，Alpamayo 2 Super 还支持场景理解、模型评审与知识蒸馏等能力。这些多任务能力使开发者能够在更多开发环节中使用单一基础模型，从而简化工具链、加速迭代节奏。
更广泛的开放工具生态
Alpamayo 2 Super 是 NVIDIA 面向自动驾驶开发构建的更广泛开放工具生态体系的组成部分，该体系还涵盖以下工具：
NVIDIA AlpaSim：提供闭环仿真能力；
NVIDIA AlpaGym：支持高吞吐量强化学习；
NVIDIA 物理 AI 开放数据集：为模型训练与测试提供数据支撑；
开放训练方案及自动标注流程，用于加速模型开发、训练与验证。
目前，Alpamayo 系列在 Hugging Face 平台的下载量已突破 50 万次，进一步巩固了其作为平台上被采用最广泛的自动驾驶开源推理模型家族的地位。
欢迎前往 Hugging Face 下载 NVIDIA Alpamayo 2 Super，探索模型功能、评估其推理能力，并开启新一代无人出租车与自动驾驶车辆的研发之旅。
Q&A
Q1：NVIDIA Alpamayo 2 Super 在自动驾驶领域有哪些核心能力？
A：Alpamayo 2 Super 支持五类耦合输出：规划轨迹、因果链推理轨迹、元动作、推理自动标签，以及带 2D 视觉定位的视觉问答。此外，它还支持全向 360 度摄像头感知融合，具备场景理解、模型评审与知识蒸馏等多任务能力，可在单一基础模型框架内覆盖更多开发环节。
Q2：Alpamayo 2 Super 在基准测试中表现如何？
A：在 LingoQA 自动驾驶推理基准测试中，Alpamayo 2 Super 在近 40 个参评模型中排名第一。使用 Lingo-Judge 指标，该模型分别比 Qwen2.5-VL 72B 高 17.0 分、比 Gemini 2.5 Pro 高 15.1 分、比 GPT-4o 高 23.2 分，在 NVIDIA 评估的所有自动驾驶基准测试中均位居榜首。
Q3：Alpamayo 2 Super 采用什么开源协议？开发者可以商用吗？
A：Alpamayo 2 Super 采用 Linux 基金会的 OpenMDW-1.1 协议，支持模型微调、衍生模型开发及商业再分发。开发者无需额外申请许可，即可将模型用于商业部署，适合汽车制造商、自动驾驶公司及供应商直接用于产品化场景。
