在刚刚结束的圣地亚哥 NeurIPS 大会上，英伟达震撼发布了其最新一代自动驾驶 AI 模型——Alpamayo-R1（AR1），这一突破性成果标志着全球无人驾驶汽车技术迈入全新纪元。英伟达强调，AR1 是全球首款面向自动驾驶领域的行业级开放推理视觉语言行动（VLA）模型，其核心优势在于能够同时处理文本与图像信息，将汽车传感器捕捉的视觉数据转化为人类可理解的自然语言描述。这一创新技术将极大提升自动驾驶系统的感知与交互能力。
AR1 通过深度融合推理链 AI 与先进路径规划技术，展现出卓越的复杂场景处理能力。与传统自动驾驶软件单纯依赖预设规则不同，AR1 能够通过深度分析场景并评估所有可能选项，模拟人类的三维思考模式进行决策。英伟达指出，这种类人推理能力对于实现汽车工程师协会定义的四级自动化（特定场景下完全自动驾驶）具有决定性意义，将显著提升驾驶安全性与系统可靠性。
在发布会同步发布的博文中，英伟达深度学习研究副总裁布莱恩・卡坦扎罗（Bryan Catanzaro）生动展示了 AR1 的工作原理。他以行人密集区域和自行车道场景为例，解释 AR1 如何通过推理链分析海量路径数据，做出如避让自行车道或为潜在横穿行人停车等合理驾驶决策。这种透明化的推理机制不仅让工程师能够清晰追踪 AI 决策过程，更为提升车辆整体安全性提供了科学依据。
作为英伟达今年早些时候推出的 Cosmos Reason 技术的升级版本，AR1 模型现已全面开放。研究人员可免费获取并为其非商业用途定制模型，用于基准测试或自主驾驶汽车开发。卡坦扎罗特别提到，后期强化学习训练在提升模型推理能力方面效果显著，研究人员反馈显示性能获得”显著改善”。目前，AR1 模型已通过 GitHub 和 Hugging Face 平台向全球开发者开放，标志着自动驾驶 AI 技术进入开放协作新阶段。
划重点:
🌟 AR1 作为全球首个行业级开放推理 VLA 模型，开创了文本与图像协同处理的自动驾驶新范式
🚗 通过模拟人类推理机制，AR1 极大提升复杂场景下的自动驾驶决策能力
🔍 开源模型已在 GitHub 和 Hugging Face 发布，赋能全球研究者推动自动驾驶技术创新