輝達發布全新開放式自駕 AI 模型 加速「實體 AI」與自動駕駛技術發展

記者黃仁杰／編譯

輝達（Nvidia）週(2)一公布多項新基礎設施與 AI 模型，持續布局「實體 AI（physical AI）」技術版圖，目標打造能感知並與真實世界互動的運算平台，包括機器人與自動駕駛車輛。

在美國聖地牙哥舉行的 NeurIPS AI 大會上，輝達發布 Alpamayo-R1，這是一款專為自動駕駛研究打造的開放式推理視覺語言模型（VLM），官方表示，這是全球第一款聚焦自駕領域的「視覺語言動作模型」。視覺語言模型能同時處理影像與文字，協助車輛「看懂」周遭環境，並根據所感知的資訊進行決策。

Alpamayo-R1 建構於輝達的 Cosmos-Reason 推理模型之上，後者強調「先思考再回答」的能力。Cosmos 模型家族最早於 2025 年 1 月推出，8 月又擴大釋出更多模型。

輝達表示，這類具備推理能力的視覺模型，是業界邁向 Level 4 自動駕駛的關鍵，可協助車輛具備更貼近人類的「常識式」判斷能力，處理複雜且具情境性的行車決策。

Alpamayo-R1 已開放於 GitHub 與 Hugging Face 取得。

除了新模型，輝達也同步於 GitHub 上架 Cosmos Cookbook，內容涵蓋教學指南、推論資源與後訓練流程等，以協助開發者針對自家場景更有效利用 Cosmos 模型。包含資料篩選、生成式合成資料與模型評估等完整步驟。

這些宣布反映輝達全速推進「實體 AI」策略。執行長黃仁勳多次表示，下一波 AI 將從數位跨向實體應用。輝達首席科學家 Bill Dally 過去接受 TechCrunch 訪問時也強調，機器人與實體 AI 是公司未來的重要方向。

Dally 當時說：「最終，機器人將成為世界主要的行動者，而我們希望成為所有機器人的大腦。」他指出，要實現這個目標，開發關鍵技術勢在必行。

來源：techcrunch