【英伟达发布专注于自动驾驶的模型英伟达推新基础设施与人工智能模型】英伟达周一宣布推出新的基础设施与人工智能模型，旨在构建“具身智能”（Physical AI）的核心技术基础，包括能够感知并与现实世界互动的机器人和自动驾驶车辆。这家半导体巨头在加利福尼亚州圣地亚哥举行的 NeurIPS 人工智能大会上发布了 Alpamayo-R1—— 一款面向自动驾驶研究的开源推理型视觉语言模型。该公司称，这是业界首个专注于自动驾驶领域的视觉语言动作模型。视觉语言模型能够同时处理文本与图像信息，使车辆能够“看见”周围环境，并基于所感知的内容做出决策。该新模型基于英伟达此前推出的 Cosmos-Reason 推理模型构建，后者具备在响应前对决策进行逻辑推演的能力。英伟达最初于 2025 年 1 月发布了 Cosmos 模型系列，并于同年 8 月推出了更多扩展版本。英伟达在一篇博客文章中指出，Alpamayo-R1 这类技术对于致力于实现 L4 级自动驾驶的企业至关重要。L4 级自动驾驶指在特定区域和限定条件下实现完全自动驾驶。英伟达希望，此类具备推理能力的模型能赋予自动驾驶车辆类似人类的“常识”，从而更妥善地应对复杂的驾驶场景中的细微决策。目前，该新模型已在 GitHub 和 Hugging Face 平台开源发布。除发布新视觉模型外，英伟达还同步在 GitHub 上推出了名为“Cosmos Cookbook”的全套开发资源包，包含分步指南、推理工具及训练后工作流，以帮助开发者针对自身应用场景更高效地使用和训练 Cosmos 系列模型。该资源包涵盖数据整理、合成数据生成以及模型评估等关键环节。上述发布正值英伟达全力进军具身智能领域，将其视为其先进 AI GPU 技术的新增长方向。（IT之家）
