輝達指出，本次發布亮點之一，是全球首款用於自動駕駛研究的開放式推理視覺語言動作（VLA）模型NVIDIA DRIVE Alpamayo-R1（AR1）。傳統自駕模型在面對高複雜度場景時，常出現判斷限制，但AR1將「思維鏈（chain-of-thought）」推理與路徑規劃整合，讓車輛能像人類駕駛般評估情境、推論後果，再選出最佳行為路線。
舉例來說，行經行人與自行車交錯區時，AR1會主動整合周遭資訊，預先調整路徑或為突發狀況做好煞車準備，使自駕AI邁向更高階的安全性與解釋能力。
AR1基於NVIDIA Cosmos Reason打造，並以非商業用途開放，研究人員可依需求客製化模型。實驗顯示，AR1在後訓練階段採用強化學習後，其推理能力較預訓練版本更強。NVIDIA將在GitHub與Hugging Face公開模型與訓練資料子集，同步開源模擬框架AlpaSim，以支援模型評估。
除了自駕AI，NVIDIA也強化Cosmos世界基礎模型（WFM）的應用，使其成為物理AI開發的核心基礎。開發者可透過Cosmos Cookbook學習資料整理、合成資料、後訓練等流程，打造各式實驗模型。最新案例包括：能產生高擬真光達資料的LidarGen、修復模糊重建畫面的NuRec Fixer、以及將影片模型轉為機器人策略的Cosmos Policy等。這些工具可在Isaac Lab與Isaac Sim中訓練，再應用於機器人模型如NVIDIA GR00T N。
此外，ETH Zurich等研究團隊也將展示使用Cosmos生成一致3D場景的技術。1X、Figure AI、Gatik、Oxa等NVIDIA合作夥伴也正以Cosmos開發最新機器人與自駕應用，顯示Cosmos已成為物理AI的重要基礎平台。
在語音AI部分，NVIDIA的Nemotron與NeMo工具組則迎來一系列更新，包括多講者語音辨識模型MultiTalker Parakeet、可快速區分多個聲音來源的Sortformer、跨文字與音訊模態的安全辨識資料集、以及支援強化學習訓練環境的NeMo Gym。NVIDIA也釋出NeMo Data Designer Library，在Apache 2.0授權下完全開源，提供生成高品質合成資料的完整流程。
CrowdStrike、Palantir、ServiceNow等企業已運用Nemotron、生成功能強化的代理型AI，顯示其工具組已在企業採用中加速落地。
研究方面，NVIDIA在NeurIPS提交超過70篇論文，其中語言AI領域成果備受關注，包括音訊語言模型Audio Flamingo 3、模型壓縮技術Minitron-SSM、後訓練架構搜尋Jet-Nemotron、小型高效語言模型Nemotron-Flash，以及延長訓練時間提升推理力的ProRL等，全面展示NVIDIA在模型效率、多模態與推理能力上的突破。
透過跨數位AI、物理AI、自駕與語音的全面開源布局，NVIDIA不僅獲得Artificial Analysis「Openness Index」高度肯定，也以更完善的生態系工具組，強化研究社群在下一世代AI競爭中的基礎。
點擊閱讀下一則新聞
