NVIDIA 開放 Alpamayo 2 Super 開源自駕模型：34B 參數、LingoQA 榜首，仲識得諗先至行動

2026 年 8 月 4 日，NVIDIA 正式宣布 Alpamayo 2 Super 嘅商業發布，呢個係一個針對自動駕駛車輛嘅前沿開放推理視覺語言行動（VLA）基礎模型。模型權重已經上載到 Hugging Face，採用 Linux 基金會嘅寬鬆 OpenMDW-1.1 授權，容許微調、建立衍生模型同商業再分發 。

NVIDIA 行政總裁黃仁勳親自宣布呢個發布，形容佢係「一個強大嘅骨幹，適用於 robotaxi、貨車、穿梭巴士、貨運 van、拖拉機，以至大量流動機械人」。呢個模型早前已經喺 CES 2026 同 GTC 台北 亮相 。

架構：320 億視覺語言骨幹 + 20 億動作解碼器

Alpamayo 2 Super 總共有大約 340 億個參數 。佢結合咗：

• 一個 320 億參數 嘅視覺語言骨幹，建基於 NVIDIA Cosmos 3 Super Reasoner 。
• 一個 20 億參數 嘅擴散式 Action Expert（動作解碼器） 。
• 對基礎 Cosmos 3 Super Reasoner 進行強化學習（RL）後訓練 。

呢個架構係一個 具備全方位感知嘅 Transformer，可以處理來自最多七個鏡頭嘅視頻，提供 360 度覆蓋，目標係 Level 4 自動駕駛 。

教師模型：每個場景五種耦合輸出

NVIDIA 將 Alpamayo 2 Super 設計成一個 雲端教師模型，每個駕駛場景會產生 五種耦合輸出，然後可以蒸餾成更細、適合車載部署嘅模型 ：

1. 規劃軌跡 — 預測嘅駕駛路徑。
2. 因果推理鏈 — 可解釋嘅推理鏈，說明駕駛決策背後嘅原因 。
3. 高層次元動作 — 高層次嘅駕駛動作（例如「讓路」、「切線」）。
4. 自動生成推理標籤 — 為訓練數據自動標記嘅理由。
5. 視覺問答（VQA） — 回答關於駕駛場景嘅視覺問題 。

因果推理鏈直接整合到 NVIDIA Halos 安全驗證工作流程，並支援符合 ISO/PAS 8800 要求嘅 AI 安全標準 。

基準測試表現：LingoQA 榜首

喺 NVIDIA 嘅測試中，Alpamayo 2 Super 達到 LingoQA 得分 79.2，喺 LingoQA 自動駕駛基準測試中排名第一 。佢嘅表現超越咗：

• Qwen2.5-VL 72B 17 分
• GPT-4o 23.2 分
• Gemini 2.5 Pro（根據 NVIDIA 嘅測試報告）

策略定位：為自駕行業而設嘅開放基礎設施

NVIDIA 明確將 Alpamayo 2 Super 定位為 整個自動駕駛行業嘅開放基礎設施 — 唔係同 robotaxi 營運商或者自駕車製造商競爭 。任何公司都可以將呢個模型進行微調、適應同商業部署，唔會有專利鎖死嘅問題 。

呢次發布清除了之前 Alpamayo 系列只能作研究用途嘅授權障礙。NVIDIA 表示 OpenMDW 授權而家適用於整個 Alpamayo 產品線，開發者可以根據自己嘅自動駕駛系統架構嚟調整模型 。

重點一覽

• 商業發布日期：2026 年 8 月 4 日，權重已上載 Hugging Face 。
• OpenMDW-1.1 授權容許微調、衍生模型同商業使用 。
• 總共 340 億參數：320 億 Cosmos 3 Super Reasoner + 20 億擴散 Action Expert 。
• 每個場景 五種耦合輸出，用於雲端教師模型工作流程 。
• LingoQA 79.2 — 基準測試榜首，比 GPT-4o 高 23.2 分 。
• 針對 長尾邊緣案例，並通過 Halos 符合 ISO/PAS 8800 標準 。