英伟达发布320亿参数Alpamayo 2 Super模型，加速L4自动驾驶研发

近日，英伟达正式发布了其新一代开源推理模型Alpamayo 2 Super，该模型拥有

，是一款基于视觉-语言-动作（VLA）架构的先进模型。此次发布旨在为企业研发安全的L4级别自动驾驶出租车提供核心基础设施，免去从零搭建的繁琐环节，从而大幅加速研发进程。

与模型一同亮相的，还有多款全新工具与智能体技能，包括NVIDIA AlpaGym闭环强化学习平台、NVIDIA OmniDreams世界模型以及全新的NVIDIA Omniverse NuRec模型。这些工具共同打通了从真实场景数据采集、闭环训练到最终车载部署的全流程，为自动驾驶开发者提供了一套完整的解决方案。

核心升级：从百亿到三百亿的跨越

Alpamayo 2 Super标志着该系列模型的重大迭代。其参数规模从前代的100亿提升至

，能力不再局限于轨迹生成，而是能够在整套驾驶系统中完成推理、规划与执行。模型支持逻辑推理、自动标注、场景理解、模型评估及大模型知识蒸馏等多种任务，为可规模化落地的L4自动驾驶奠定了坚实基础。

五大特性提升自动驾驶能力

该模型具备多项核心特性，全面增强了自动驾驶系统的性能。首先，其参数规模提升至3倍，在长尾场景下的逻辑推理、三维空间感知与轨迹预测能力显著增强。其次，模型实现了

，覆盖车辆前、侧、后方视野，为变道、并线等操作提供完整信息。

此外，模型新增了元动作输出能力，可预判礼让、变道等高层级驾驶动作。它还搭载了结合二维目标定位的推理式自动标注功能，能将标注周期从数月缩短至数日，大幅优化数据链路的成本与效率。最后，模型的因果链溯源能力与轨迹生成质量也得到优化，以应对罕见、复杂的驾驶场景。

完整的工具链与生态支持

作为功能最强的开源驾驶基础大模型，Alpamayo 2 Super定位为“教师模型”，可通过知识蒸馏技术压缩为轻量化模型，最终部署在英伟达DRIVE AGX Thor等车载芯片上运行。英伟达同步推出的AlpaGym框架，提供了高算力吞吐的闭环强化学习环境，让模型能在仿真中持续进行“决策-感知”循环，暴露静态数据集无法发现的累积误差。

英伟达还开源了因果链自动标注流程，可基于原始行车视频全自动生成具备决策依据的标注数据。同时，通过NVIDIA Agent Toolkit提供的多项物理人工智能智能体能力，开发者能更高效地完成仿真、数据生成与闭环训练等工作。据悉，该系列模型自发布以来下载量已接近

，并获得了行业奖项的认可。

英伟达创始人黄仁勋表示，唯有英伟达能同步提供开源模型、仿真工具、真实场景数据与智能体能力，助力打造L4自动驾驶能力。目前，包括比亚迪、吉利、小马智行等在内的多家中国车企和自动驾驶公司，均已采用或正在基于相关平台进行开发。Alpamayo 2 Super的推理代码预计于今年夏季在GitHub上线，模型权重将同步发布在Hugging Face平台。