撰文| 張霖郁

| 黃大路

設(shè)計| 甄尤美

當(dāng)?shù)貢r間2025年12月1日，英偉達通過其官網(wǎng)宣布開源自動駕駛模型 Alpamayo-R1。

目前，該模型對應(yīng)的數(shù)據(jù)集也已上傳至開源社區(qū)，總大小約100TB，這是英偉達首次將VLA模型進行開源。

在數(shù)據(jù)許可的部分，英偉達明確了數(shù)據(jù)集可以用于商業(yè)和非商業(yè)用途。

Alpamayo-R1是全球首個針對自動駕駛場景設(shè)計的開源視覺-語言-動作（VLA）大模型。與以往僅模仿駕駛動作的端到端模型不同，Alpamayo-R1通過“鏈式推理”讓車輛在做出決策時“自言自語”，整個過程是先將傳感器數(shù)據(jù)如攝像頭、雷達等轉(zhuǎn)化為自然語言描述，然后逐步進行場景分析和路徑推理。

英偉達研究團隊介紹，這一模型可以像人類老司機一樣分步思考：先識別路口處的動態(tài)參與者，比如行人、車輛、自行車等，推斷其潛在意圖，結(jié)合交通規(guī)則和歷史軌跡預(yù)測未來狀態(tài)，再評估本車各種可行動作的安全邊際，最終輸出最優(yōu)控制指令。

這一過程大大提高了系統(tǒng)在長尾復(fù)雜場景中的魯棒性，例如車輛在繁忙十字路口遇到雜亂施工路障、無保護左轉(zhuǎn)或雨夜道路損毀等情況時，能夠通過邏輯推理預(yù)判風(fēng)險并安全避讓。

魯棒性是人工智能、自動駕駛、工程控制等技術(shù)領(lǐng)域中的一個核心概念，指的是一個系統(tǒng)在面對外部干擾、輸入變化、環(huán)境不確定性或異常情況下，仍能保持穩(wěn)定、正確運行的能力。

Alpamayo-R1的出現(xiàn)可以解決最令人頭疼的長尾場景下的安全性。

據(jù)公開資料，Alpamayo-R1在針對極端長尾場景的測試中較傳統(tǒng)模型規(guī)劃準確率提升12%，事故率降低35%、近碰率降低25%，同時實現(xiàn)了99毫秒的低延遲響應(yīng)。

從功能上看，英偉達還將Alpamayo-R1連同部分訓(xùn)練數(shù)據(jù)集和配套工具一并開源，英偉達還提供了AlpaSim仿真評估框架及“物理AI開放數(shù)據(jù)集”中的部分訓(xùn)練數(shù)據(jù)。

此外，配套的Cosmos開發(fā)者工具鏈（Cosmos Cookbook）包含了高質(zhì)量數(shù)據(jù)構(gòu)建規(guī)范、合成場景生成流程以及模型評估基準等資源，方便研究人員在各自應(yīng)用場景中微調(diào)與部署該模型。

總之，這套全棧開源方案不僅演示了最新AI推理技術(shù)在車載場景的落地，也意味著英偉達將其自動駕駛軟件研發(fā)的核心成果置于開放平臺之上。

戰(zhàn)略考量

業(yè)內(nèi)普遍認為，英偉達此舉不僅是技術(shù)發(fā)布，更是戰(zhàn)略布局的一環(huán)。

一方面，通過開放核心算法，英偉達意在鞏固并擴張自身生態(tài)影響力。

許多汽車廠商過去需要自行開發(fā)全套自動駕駛算法，而借助英偉達的開源技術(shù)，它們可以像造手機一樣快速組裝自動駕駛系統(tǒng)：只需購買英偉達的芯片平臺，將部分算法與場景微調(diào)，便能實現(xiàn)高級自動駕駛功能。

正如業(yè)內(nèi)有評論所說，這標志著Robotaxi產(chǎn)業(yè)進入“安卓時刻”，即制造商可以采用通用開放的硬件+軟件方案，而非閉門造。

業(yè)內(nèi)人士說此舉還與英偉達硬件銷售目標相輔相成：更多開發(fā)者和整車廠采用其軟件生態(tài)，自然會帶動對Orin/Thor等車規(guī)級計算芯片的需求。

另一方面，英偉達也明確提出，要借助開源建立行業(yè)標準。

公司產(chǎn)品經(jīng)理表示，讓研發(fā)者“理解這些模型如何工作”，有助于行業(yè)形成統(tǒng)一的評測和安全標準。

換言之，在全球日益強調(diào)自動駕駛安全與透明度的大環(huán)境下，開放模型利于加速錯誤發(fā)現(xiàn)和修復(fù)，迎合監(jiān)管對可解釋性的要求。

同時，英偉達自身也能通過開放策略確立技術(shù)話語權(quán)：借助Cosmos大模型平臺，英偉達希望“加速整個生態(tài)向‘理解型自動駕駛’演進”。

產(chǎn)業(yè)鏈沖擊以及中國市場的機遇

從產(chǎn)業(yè)鏈視角看，英偉達的開放動作加劇了開源與封閉陣營間的競爭格局。

傳統(tǒng)成熟自動駕駛方案多為閉源體系：如特斯拉的Autopilot、Waymo或Mobileye等廠商的核心算法并不對外公開，供應(yīng)商和客戶只能被動接受“黑盒”技術(shù)。

不過，自動駕駛領(lǐng)域并非沒有開源先例。

早在2015年，日本名古屋大學(xué)團隊推出了Autoware平臺，成為業(yè)內(nèi)首個面向自動駕駛的“All-in-One”開源軟件。

對比之下，此次英偉達將高階推理模型開源，無疑打破了其自身之前的封閉慣例——此前英偉達的DriveWorks平臺雖然代碼開源，但只能在英偉達 GPU上運行，而底層的DriveOS系統(tǒng)依賴QNX內(nèi)核并未開源。

如今Alpamayo-R1及其工具鏈全面開放，標志著封閉高端自動駕駛技術(shù)的壁壘被進一步撕裂。

這一變化可能會引發(fā)新一輪開源熱潮。

“隨著自動駕駛硬件趨于同質(zhì)化，決策層面的算法和軟件生態(tài)將成為關(guān)鍵競爭點�！币晃恢邱{芯片專業(yè)人士告訴《汽車商業(yè)評論》。

對中國車企和供應(yīng)商而言，英偉達的開源浪潮機遇與挑戰(zhàn)并存。

一方面，中國廠商對自動駕駛技術(shù)需求旺盛，且已有大量投資在英偉達平臺上。

2023年蓋世統(tǒng)計顯示，中國智能駕駛域控制芯片裝機量中，特斯拉自研FSD芯片占37%，英偉達Orin-X占33.5%；由于特斯拉芯片僅供特斯拉自用，絕大多數(shù)國內(nèi)車企的L2/L3乃至L4系統(tǒng)都依賴英偉達方案。

對于這些依托英偉達平臺的車企而言，開源軟件和工具能夠直接用于本地算法開發(fā)和場景調(diào)優(yōu)，利用已有的數(shù)據(jù)資源加速軟件化轉(zhuǎn)型。

另一方面，國內(nèi)企業(yè)也面臨現(xiàn)實壁壘。

據(jù)央媒引用的行業(yè)數(shù)據(jù)顯示，到2025年中國新能源汽車及智能網(wǎng)聯(lián)相關(guān)人才缺口將超百萬，智能駕駛工程師供需比僅為0.38。

要消化和應(yīng)用像Alpamayo這樣復(fù)雜的大模型，需要大量掌握算法、軟件及系統(tǒng)集成的復(fù)合型人才。

目前，從現(xiàn)有測試統(tǒng)計分析看，中國絕大多數(shù)測試場景仍集中在有限路段和具體工況中，真正的大規(guī)模L4落地試運營仍需時間。

在這種環(huán)境下，中國車企和本土Tier-1供應(yīng)商需要評估如何將開源技術(shù)本地化：他們是否有足夠的高精度地圖、長尾場景數(shù)據(jù)和高度模擬環(huán)境，來反復(fù)驗證模型的安全性和合規(guī)性？