輝達推出推理式自駕模型Alpamayo 虛擬里程解決長尾難題
黃仁勳在演講中正式揭示具備「思考」與「推理」能力的推理式自動駕駛模型Alpamayo。他指出，該模型已被下載數百萬次，並實際用於輝達自身的自動駕駛研發流程，不再只是展示性技術，而是已成為核心開發系統。
黃仁勳說明，透過情境生成與評估技術，輝達能在電腦中完成相當於數十億、甚至數兆英里的虛擬行駛，大幅加速自動駕駛系統的訓練與驗證，讓系統不再受限於真實世界資料蒐集的速度與規模。
在技術架構上，Alpamayo採端到端訓練方式，從攝影機輸入一路到動作輸出，訓練資料結合大量人類實際駕駛示範，以及由Cosmos世界模型生成的合成里程，並搭配高度精細標註資料，讓AI能真正學會如何駕駛。
與傳統系統不同，Alpamayo不僅能即時控制方向盤、煞車與加速，還能對即將採取的行動進行推理，主動說明決策原因與後續行駛路徑。黃仁勳形容，這讓車輛在複雜情境中做到「先思考，再行動」，也是解決自動駕駛長期面臨「長尾問題」的關鍵。
Cosmos成實體AI關鍵基礎 讓AI理解物理世界規則
在實體AI的關鍵基礎上，黃仁勳特別點名Cosmos開放世界基礎模型。他指出，實體AI的核心難題，在於如何讓只存在於電腦中的智慧，理解並遵循物理世界的規則，包括物體恆存、因果關係、重力、摩擦力與慣性等人類直覺。Cosmos正是為此而生，讓AI能在高度真實的模擬環境中學習、驗證與修正自身行為。
在Cosmos架構下，輝達推出Cosmos Reason 2，協助AI與機器人在實體世界中進行推理與理解；Cosmos Transfer與Predict則能生成大規模、符合物理法則的合成影片，成為訓練實體AI的重要資料來源。這套模擬與合成資料能力，也被視為推動實體AI邁向規模化的關鍵。
相關技術已被多家企業導入實際應用，包括Salesforce、Hitachi、Uber、Milestone、VAST Data與Encord，透過Cosmos Reason建構交通與職場生產力AI代理；在機器人領域，Franka Robotics、Humanoid與NEURA Robotics，則利用Isaac GR00T與Cosmos進行量產前的模擬、訓練與行為驗證。
八年前布局全堆疊架構 與賓士合作加速自動駕駛量產
回顧輝達在自動駕駛領域的布局，黃仁勳指出，公司早在八年前便投入相關研發，並非只著眼單一模型，而是打造完整技術堆疊。從實體載具、GPU與CPU、Omniverse與Cosmos模擬平台，到模型層Alpamayo與車廠應用層，已形成完整架構，Alpamayo也正式開源，成為輝達首個全堆疊式自動駕駛成果。
在安全設計上，他強調實體AI必須具備多樣性與冗餘性。Alpamayo雖採端到端訓練，但同時搭配可完全追溯的傳統自動駕駛系統作為防護，兩套系統同步運行，並由安全評估機制決定是否交由推理模型接手，或回退至保守模式。
黃仁勳透露，搭載相關系統的Mercedes-Benz CLA已通過NCAP評測，象徵輝達自動駕駛技術正從研發階段，正式邁向量產與商用。
展望未來，黃仁勳認為，自動駕駛將是第一個大規模落地的實體AI市場，其背後的模擬、合成資料與三種電腦架構（GB300、THOR、RTX PRO），也將擴散至工業機器人、行動機器人，甚至人形機器人領域。
黃仁勳直言，下一個時代，就是機器人的時代，實體AI將不再只存在於模型與螢幕中，而是正式走進真實世界。
點擊閱讀下一則新聞
