NVIDIA Alpamayo 2 Super：會推理再駕駛的開源 VLA 模型

NVIDIA 於 2026 年 8 月 4 日宣布商用開源 Alpamayo 2 Super，一款專為自動駕駛車輛設計的前沿開放推理視覺-語言-行動（VLA）基礎模型。模型權重已上傳至 Hugging Face，採用 Linux 基金會的 OpenMDW-1.1 寬鬆許可證，允許開發者進行微調、建立衍生模型，甚至用於商業再發布 。

NVIDIA 執行長黃仁勳親自宣布這項消息，稱其為「自動駕駛計程車、卡車、接駁車、送貨車、拖拉機，以及未來數十億台移動機器人的強大骨幹」。該模型先前已於 2026 年初的 CES 2026 與 GTC 台北 亮相 。

架構：320 億參數視覺語言骨幹 + 20 億參數動作解碼器

Alpamayo 2 Super 總計約 340 億參數 ，由兩大部分組成：

• 320 億參數的視覺語言骨幹，基於 NVIDIA Cosmos 3 Super Reasoner 建構 。
• 20 億參數的擴散式動作專家（動作解碼器） 。
• 並對基礎的 Cosmos 3 Super Reasoner 進行了強化學習（RL）後訓練 。

其架構為 具備全周環景感知能力的 Transformer 模型，能處理多達七個攝影機的影片輸入以獲得 360 度視野，目標明確瞄準 Level 4 等級的自動駕駛 。

教師模型：每個場景產出五種耦合輸出

NVIDIA 將 Alpamayo 2 Super 定位為 雲端教師模型，能為每個駕駛場景產出 五種耦合輸出，之後可將這些輸出蒸餾至更小、適合安裝在車輛上的部署模型 ：

1. 規劃軌跡 — 預測的駕駛路徑。
2. 因果推理鏈 — 可解釋的推理鏈，說明駕駛決策背後的原因 。
3. 高階駕駛動作 — 高層次的駕駛行為（例如：「讓車」、「變換車道」）。
4. 自動產生的推理標籤 — 為訓練資料自動生成的邏輯解釋。
5. 視覺問答 — 針對駕駛場景視覺問題的答案 。

這些因果推理鏈可直接整合至 NVIDIA Halos 安全驗證工作流程，並支援符合 ISO/PAS 8800 規範的 AI 安全要求 。

基準測試成績：LingoQA 排行榜第一

在 NVIDIA 的測試中，Alpamayo 2 Super 在自動駕駛基準測試 LingoQA 中獲得 79.2 分，位居榜首 。其表現超越：

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

策略定位：服務整個自駕車產業的開放基礎設施

NVIDIA 明確將 Alpamayo 2 Super 定位為 服務整個自動駕駛車產業的開放基礎設施，而非與任何自動駕駛計程車營運商或車輛製造商競爭 。任何公司都可以對模型進行微調、改編並商用部署，無需擔心被特定技術鎖定 。

此次發布解除了過去 Alpamayo 系列模型僅限研究使用的授權障礙。NVIDIA 表示，OpenMDW 許可證現在適用於整個 Alpamayo 系列，開發者可以根據自己的自動駕駛技術棧來調整模型 。

重點整理

• 商用發布日期：2026 年 8 月 4 日，模型權重已上傳至 Hugging Face 。
• 許可證：OpenMDW-1.1，允許微調、衍生與商業使用 。
• 模型規模：340 億參數總和（320 億 Cosmos 3 Super Reasoner + 20 億擴散動作專家） 。
• 雲端教師模型：每個場景可產出五種耦合輸出 。
• LingoQA 成績：79.2 分，榜單第一，領先 GPT-4o 達 23.2 分 。
• 目標應用：鎖定長尾邊緣案例，並透過 Halos 工作流程符合 ISO/PAS 8800 標準 。