自动驾驶行业迎来一个能「讲道理」的开源模型。8 月 4 日，英伟达正式发布 Alpamayo 2 Super：一个 32B 参数的开源推理型视觉-语言-动作（VLA）模型，面向 Robotaxi 与 L4 自动驾驶，采用 OpenMDW-1.1 许可开放商用——商用、微调、再分发均允许。它的核心卖点不是「会开车」，而是「会解释」：每一次驾驶决策都能说出因果逻辑。

一个会「解释自己」的驾驶模型

传统自动驾驶是个黑盒：输入摄像头画面，输出方向盘角度，中间发生了什么没人知道。Alpamayo 2 Super 要解决的就是这个问题。对每个驾驶情境，它在一次前向推理中同时输出五类结果：

  • 轨迹：车辆计划行驶的路径；
  • 因果链（CoC）推理轨迹：解释这个决策背后的原因；
  • 元动作：让行、变道、停车等高层次意图；
  • 推理自动标注：为训练和验证数据生成因果链标注；
  • 带 2D 定位的视觉问答：把模型的回答链接到摄像头图像的具体区域。

英伟达官方博客称，这套设计让开发者能把「模型看到了什么」与「模型选择了什么」对应起来，决策更易理解、评审和验证。因果链轨迹还集成了英伟达 Halos 安全验证流程，与 ISO/PAS 8800 标准对齐，为自动驾驶安全工程提供支撑。

榜单第一：超 GPT-4o 23 分

在自动驾驶推理基准 LingoQA（Lingo-Judge 指标）上，Alpamayo 2 Super 以 79.2 分排名第一，在约 40 个参评模型中位居榜首，超出 GPT-4o 23.2 分、超出 Gemini 2.5 Pro 15.1 分（该成绩为英伟达官方口径）。模型基于英伟达 Cosmos 3 Super Reasoner 构建，经过强化学习后训练，参数规模约为 Alpamayo 1.5/1（10B）的三倍。

英伟达对这次发布的定位很明确：物体检测和运动预测对自动驾驶来说已基本解决，真正的难题是「长尾场景」——无保护转弯、模糊的合流、多车多行人同时博弈。处理这些场景，需要模型理解局势、推理因果、选择行动，并且能用工程人员可检查验证的方式解释这个选择。Alpamayo 2 Super 将 360 度多路摄像头画面融合进单次推理，正是冲着这类场景去的。

最「商业化」的部分：自动标注

对自动驾驶企业来说，Alpamayo 2 Super 最具商业价值的能力是自动标注。它可以作为自动标注器，把原始、无标注的整车路测视频转化为更丰富的训练数据，把标注周期从数月压缩到数天。无论是否在车内运行这个模型，这一能力都能直接降低数据成本——这可能是本次开源最先落地的商业价值。

模型权重托管在 Hugging Face，推理代码在 GitHub，自动标注流水线一并开源。官方博客称，Alpamayo 家族在 Hugging Face 上的下载量已超过 50 万次，是平台上采用度最高的开源自动驾驶推理模型家族。

几个需要说清楚的边界

第一，完整模型不是拿来装进车里的。Alpamayo 2 Super 定位是「教师模型」（teacher model），面向云端开发与蒸馏，需要数十 GB 显存，通过蒸馏成更小的版本后运行在英伟达 DRIVE 车载芯片上。第二，「LingoQA 第一」是英伟达官方口径，榜单数据反映推理能力，不等同于道路实测成绩。第三，这种「给模型、卖芯片」的模式意味着，行业若标准化在英伟达的模型、工具与数据上，也会标准化在它的芯片上——开源背后依然是平台战略。

无论如何，一个开源、可商用、能解释决策的驾驶模型，正在把 Robotaxi 的「黑盒」打开一角。当自动驾驶汽车有一天能回答「你刚才为什么急刹车」，人与机器的信任关系，或许才真正开始建立。

对行业与普通人的影响

从行业视角看，Alpamayo 2 Super 的发布时机耐人寻味：全球 Robotaxi 正从试点走向付费服务，Uber 在慕尼黑的自动驾驶出行、多家车企的 L4 车队都在推进中，而「出了事故怎么解释、怎么定责」始终是商业化路上绕不开的信任门槛。一个能输出因果链推理、让工程师逐条审计决策依据的开源模型，等于把「可解释性」从加分项变成了行业默认配置的候选方案。

对普通读者而言，这件事还有一个更贴近生活的角度：开源模型的普及正在降低自动驾驶的研发门槛。过去只有头部公司玩得起的「推理型驾驶大脑」，现在任何团队都能下载权重、微调、蒸馏，Robotaxi 的竞争将从「拼参数」转向「拼数据、拼场景落地」。英伟达把模型开源、把芯片留下，本质是在赌「谁掌握平台谁赢」——而这场赌局的受益者，最终会是更快用上安全、廉价自动驾驶服务的普通乘客。