登录社区云，与社区用户共同成长
邀请您加入社区
暂无图片
为遵守国家网络实名制规定，未绑定将限制内容发布与互动
本文介绍了在NVIDIA 5090D服务器上部署和运行Alpamayo自动驾驶大模型的全过程。Alpamayo是由NVIDIA社区开发的开源VLA（视觉-语言-动作）模型，具有10B参数规模，支持可解释的驾驶决策和多模态轨迹规划。实验环境搭建包括：创建Python 3.12虚拟环境、安装git/uv工具、配置Hugging Face访问权限，并从ModelScope下载模型权重。通过修改推理脚本路
NVIDIA发布的Alpamayo自动驾驶模型在短短半年内从1.0迭代至2.0 Super版本，展现了端到端自动驾驶技术的快速演进。Alpamayo 1.0通过视觉-语言-动作（VLA）架构，结合因果推理引擎和轨迹解码器，实现可解释的驾驶决策；1.5版本扩展了强化学习、导航条件输入和通用视觉问答功能；2.0 Super进一步升级为32B参数的全景感知模型，支持元动作和自动标注。开源工具链AlpaG
园区物流项目做久了，会发现视频告警最不缺的就是“异常”。真正费时间的，是弄清楚异常为什么发生，以及接下来该怎么处理。一段十几秒的行车视频里，可能同时有施工锥、作业车辆、行人和正在减速的前车。普通视觉模型可以把它们一一框出来，却未必能回答那个更接近业务的问题：这些东西和当前车辆有什么关系？此刻应该继续走、先减速，还是向旁边让一点？
智能汽车解决方案：基于NVIDIA Alpamayo 1的推理型辅助驾驶系统 摘要 NVIDIA推出的Alpamayo 1是首个具备推理能力的视觉-语言-动作（VLA）模型，标志着自动驾驶从感知智能向推理智能的跨越。该方案通过因果推理链（Causal Chain-of-Reasoning）技术，实现"思考→决策→执行"的三级透明化输出，显著提升长尾场景处理能力（推理准确性+121%，轨迹误差-12
NVIDIA开源了面向自动驾驶的Vision-Language-Action（VLA）模型Alpamayo，该模型整合了视觉理解、推理和动作预测功能，能提供决策过程的因果推理链。尽管因硬件限制（需24GB显存）未能完整运行，但通过代码分析发现其设计理念值得机器人领域借鉴。相比传统模块化机器人系统，VLA的统一框架让机器人具备更强的环境理解和自主决策能力，可应用于家庭服务、商超等场景。虽然当前硬件门
辅助驾驶研究领域正经历一场快速变革。视觉-语言-动作推理模型（Reasoning VLA） 的出现正重塑该领域，这些模型为辅助驾驶决策赋予了类人的思维能力。这类模型可视为在语义空间中运行的隐式世界模型，使辅助驾驶能够逐步解决复杂问题，并生成反映人类思维过程的推理轨迹。这种变革不仅体现在模型本身：传统的开环评估已不足以严谨地检验此类模型，因此需要开发新的评估工具。近期，NVIDIA 推出了 Alpa
无人驾驶出租车：安全必须从设计之初开始构建，而非事后附加。
在辅助驾驶领域，理想汽车、千里科技和元戎启行正在使用 NVIDIA Omniverse NuRec 模型进行神经场景重建和渲染，每天生成 1,000 多个重建和超过 30 万次渲染与仿真。
NVIDIA 全面扩展面向无人驾驶出租车的 NVIDIA DRIVE Hyperion™ 平台生态，汇聚全球领先的汽车制造商、制造业和自动驾驶汽车软件生态合作伙伴以及网约车出行服务提供商，共同构建和扩展具备 L4 级驾驶能力的无人驾驶出租车车队。
拥有 320 亿参数的视觉-语言-动作推理模型（Reasoning VLA），进一步扩展了 NVIDIA Alpamayo 系列的开放 AI 模型、仿真框架和物理 AI 数据集，旨在支持开发安全的 L4 级无人驾驶出租车。
