英伟达推出全新开放人工智能模型与自动驾驶研究工具

英伟达在周一发布了新的基础设施与AI模型，聚焦于打造物理AI的关键技术，这类技术涵盖了可感知并与现实世界进行交互的机器人以及自动驾驶汽车。

这家半导体巨头发布了Alpamayo-R1——一款开放推理视觉语言模型，将用于在加州圣地亚哥举办的NeurIPS人工智能会议上开展自动驾驶研究。该公司宣称，这是首个专门针对自动驾驶领域的视觉语言动作模型。这类视觉语言模型可同时处理文本与图像信息，助力车辆“感知”周边环境，并依据所获取的感知数据做出相应决策。

这个新模型以英伟达的Cosmos Reason模型为基础，该模型是一种在生成响应前先开展思考的推理模型。英伟达最早在2025年1月推出了Cosmos模型系列，同年8月又发布了额外的相关模型。

英伟达在博客文章中指出，像Alpamayo-R1这类技术对致力于实现4级自动驾驶的企业而言意义重大，而4级自动驾驶意味着在特定区域与特定场景下能够完全自主运行。

英伟达期望这类推理模型能够赋予自动驾驶车辆“常识”，从而让它们更出色地应对类似人类的精细化驾驶决策。

这个新模型可以在GitHub和Hugging Face上获取。

除了新的视觉模型，英伟达还在GitHub平台上传了新的分步指南、推理资源与后训练工作流程，这些内容被统称为Cosmos Cookbook，旨在助力开发者更有效地运用并训练Cosmos模型，使其适配自身特定的使用场景。该指南覆盖了数据策划、合成数据生成以及模型评估等方面。

这些公告发布之时，该公司正全力推动物理AI的发展，将其作为自身先进AI GPU的全新发展方向。

英伟达联合创始人兼CEO黄仁勋曾多次提及，AI的下一波发展浪潮将聚焦于物理AI领域。而英伟达首席科学家Bill Dally在今年夏季接受TechCrunch采访时也对这一观点表示认同，尤其强调了物理AI在机器人领域的应用。

“我觉得最终机器人会在全球范围内扮演重要角色，我们的核心目标是成为所有机器人的‘大脑’，”Dally 当时表示，“为了实现这个目标，我们得着手研发关键技术了。”