图片来源：英伟达

2026年的CES，物理AI和自动驾驶成为热议焦点。很大程度上，这源于英伟达甩出的一记“王炸”：推出全球首个专为自动驾驶打造的思考与推理模型Alpamayo，并且对外开源。

Alpamayo引入了基于推理的VLA模型，将类人思维引入自动驾驶汽车的决策过程。这些系统能够逐步思考新颖或罕见的场景，从而提升驾驶能力和可解释性。

黄仁勋在演讲中直言，“Alpamayo技术栈是端到端训练的，拥有惊人的技能。除非无限期地驾驶，否则没人知道它是否绝对安全。”

基于100亿参数架构构建，具备独特的因果链推理能力

传统自动驾驶系统始终困于“感知－规划－控制”的流水线逻辑，面对交通灯失灵、外卖小哥突发横穿、施工区域无标识等长尾场景时，往往因“只会执行、不会思考”而陷入困境。

而Alpamayo，用黄仁勋的话说，其独特之处在于，它不仅接收传感器输入并驱动方向盘、刹车和加速器，还会推理它即将采取什么行动。它会告诉你，它将采取什么行动，采取该行动的原因，当然还有轨迹。

所有这些都直接耦合，并通过人类训练数据和Cosmos生成数据的巨大组合进行专门训练。

Alpamayo基于100亿参数架构构建，其核心突破在于具备独特的因果链推理能力。这种思维链对于L4级自动驾驶至关重要。L4要求机器在无人类干预的情况下处理极端长尾场景，仅仅依靠“看到”和“预测”是不够的，必须具备对物理世界因果关系的逻辑理解能力。

同时，Alpamayo并非单一模型开源，而是构建了“模型－仿真－数据”的全闭环开放生态。在模型层面，底层代码已上线Hugging Face，开发者可直接微调并生成轻量化版本，适配不同成本车型。

在仿真层面，配套的AlpaSim框架开源于GitHub，能模拟暴雨、大雾等极端天气，以及山区、市区等复杂路况，甚至可生成“交通灯失灵”“货车掉货”等罕见场景，大幅减少实车测试成本。

在数据层面，开放1700小时全球驾驶数据集，覆盖不同国家道路规则与气候条件，包含45.5万个蛋白质结构、100TB车辆传感器数据，相当于为中小车企和初创公司提供了“自动驾驶研发全家桶”。

那么，英伟达为何要开源这样一座技术金矿？

其背后的核心考量在于“Teacher-Student”（师生）架构的战略落地。

英伟达将Alpamayo定位为“Teacher Model”（教师模型）。开源Alpamayo，意味着英伟达把这个“Teacher Model”免费送给了车企。车企不需要从零开始训练一个基础大模型，只需要利用自身的私有数据，对Alpamayo进行“蒸馏”和微调，训练出一个符合自家车型特性、符合当地法规的“Student Model”（学生模型）。

开源Alpamayo带来的好处显而易见。这不仅降低了车企的技术门槛，大幅提升行业整体研发效率，更将英伟达牢牢锁定在了生态链的顶端——所有的学生模型，都流淌着Alpamayo这个老师的基因。

虽然车企的私有数据不出域，但基于Alpamayo衍生出的各种优化反馈，会通过开源社区、工具链（如NVIDIA NeMo）反哺英伟达的生态。英伟达可以通过这些反馈优化其底层硬件和基座模型，使其对特定场景的适配越来越强。

值得注意的是，Alpamayo的最优性能发挥高度依赖英伟达DRIVE AGX Hyperion 10平台（搭载Thor/Rubin芯片），开发者在使用开源资源时，会优先选择英伟达芯片以保证兼容性与运算效率。对于车企而言，用得越顺手，对英伟达下一代芯片的依赖度就越高。

率先上车奔驰CLA，一季度在美国上路

Alpamayo的技术栈是英伟达首次尝试构建的完整技术栈。黄仁勋在演讲中透露，英伟达的首款自动驾驶汽车将于第一季度在美国上路，然后欧洲是第二季度，亚洲或许是第三、第四季度。

黄仁勋口中的首款自动驾驶汽车是梅赛德斯-奔驰的最新款CLA车型，将成为首款搭载Alpamayo技术的量产车。

目前，英伟达已与多个领域的头部厂商达成相关合作。乘用车领域，Lucid Motors正在推进新一代乘用车的L4级能力落地，将在美版车型中采用基于DRIVE Hyperion平台的Alpamayo全栈软件；捷豹路虎则计划基于Alpamayo开发推理型自动驾驶栈，用于自身L4级场景落地；Stellantis也加入生态，开发适配L4级自动驾驶的Robotaxi专用平台。

国内主流车企，比如比亚迪、吉利、长城、上汽、小米等均加入英伟达的L4生态，将适配Hyperion 10平台与Alpamayo模型，推进高阶自动驾驶研发与量产。

黄仁勋预测：“从非自动驾驶汽车到自动驾驶汽车的转折点，很可能就在此时开始。未来十年，全球会有很大一部分汽车进入自动驾驶或高度自动驾驶阶段，而且速度会比我们想象得快很多。”

图片来源：英伟达

在Robotaxi领域，英伟达与Uber达成战略合作，计划2027年起规模化部署基于Alpamayo的Robotaxi车队，目标规模10万辆，覆盖美国、欧洲的核心城市。

2026 CES期间，自动驾驶科技公司文远知行WeRide宣布，作为英伟达NVIDIA全球L4级Robotaxi生态合作伙伴，公司旗下Robotaxi GXR成为全球首款搭载NVIDIA DRIVE Thor X芯片的Robotaxi，已在中国、阿联酋实现纯无人商业运营。

在L4无人配送领域，英伟达则与Nuro深化末端配送合作，基于Hyperion 10平台与Alpamayo模型开发新一代配送车，提升复杂路况适应性。

在商用车领域，英伟达去年10月对外宣布，Aurora、沃尔沃自动驾驶解决方案和Waabi正基于NVIDIA DRIVE平台联合开发L4级自动驾驶卡车。其新一代系统将基于NVIDIA DRIVE AGX Thor打造，将加速沃尔沃即将推出的L4级车队落地，并将端到端的NVIDIA AI基础设施从乘用车领域扩展至长途货运场景。

此外，英伟达宣布，选定中国激光雷达制造商禾赛科技，成为其“NVIDIA DRIVE AGX Hyperion 10平台”的激光雷达合作伙伴。该平台是一套参考计算与传感器架构，旨在帮助各类车型实现L4级自动驾驶。

从合作厂商的公开表态来看，行业对Alpamayo的认可集中于推理能力突破与“开源生态价值”两大核心，同时对其加速L4落地的潜力充满期待。

尽管叫好声一片，但厂商们并非没有顾虑。在Alpamayo开源模式下，如果合作车企的汽车“大脑”都基于同一个祖宗，如何在Alpamayo之上做出差异化的体验，是一个巨大的挑战。

黄仁勋早已不再将英伟达定义为芯片公司，他构建的是完整的全栈AI体系——从芯片、系统、基础设施到模型和应用，其使命是打造完整的技术栈，让开发者能在此基础上，为世界创造令人惊叹的AI应用。

而Alpamayo的开源绝非单纯的技术分享，是英伟达野心的一次集中体现，它不再满足于做自动驾驶的“算力供应商”，而是要成为AI时代的基础设施提供商。

“自动驾驶是通向机器人技术的桥梁。”黄仁勋明确表示，Alpamayo的推理框架可迁移至机器人、无人机等物理智能设备，“物理AI的ChatGPT时刻已经到来，这是机器开始理解现实世界的转折点。”

Alpamayo的开源不是简单的技术升级，而是让高阶自动驾驶从少数巨头的游戏，变成了全行业的协同创新。这也是其构筑“物理AI帝国”的关键一子。或许我们离那个不再需要握紧方向盘的未来，真的更近了一步。（作者｜张敏，编辑｜李程程）