NVIDIA｜Alpamayo 2 Super开放商用许可，自动驾驶推理模型可量产适配

开源权重若只能做演示，车企不会把它写进量产日历——英伟达把Alpamayo全家桶推进到可商用再分发。

英伟达是全球主要AI计算与汽车智能平台供应商，近年以Cosmos、Drive与开源物理AI工具链推进自动驾驶与具身智能基础设施。Alpamayo是其面向Robotaxi与自动驾驶（AV）的开源推理模型家族，官方称其为Hugging Face上采用最多的自动驾驶开源推理模型系列之一，累计下载已超过约50万次。Alpamayo 2 Super基于NVIDIA Cosmos 3 Super Reasoner构建并经强化学习后训练，定位为云端前沿推理与车端蒸馏部署之间的「教师模型」：在云上生成高质量推理轨迹、合成训练数据与教师输出，再蒸馏为可上车的高效专用模型。

8月4日，英伟达宣布Alpamayo 2 Super现已开放商用使用。官方称其规模约为100亿参数档Alpamayo 1.5/Alpamayo 1的三倍，以便从稀疏长尾样本中泛化推理——自动驾驶最难的，往往不是日常车道线，而是罕见多主体交互。许可是本条真正的产业新闻：模型已在Hugging Face以OpenMDW-1.1提供，这是Linux基金会面向开源AI模型分发的宽松许可，覆盖微调、衍生模型与商业再分发；英伟达并称该许可正扩展至整个Alpamayo模型家族，使开发者无需额外授权即可把任一家族模型用于商业部署。

能力与生态要点：

1. 感知：融合车辆前、侧、后摄像头的全向环视，服务变道、汇入、无保护转弯与复杂路口等场景。
2. 多任务输出：轨迹、因果链（chain-of-causation）推理轨迹、元动作（如让行、变道、停车）、推理自动标注，以及带二维视觉接地的视觉问答。
3. 基准：官方称在LingoQA等自动驾驶推理评测中排名靠前，并给出相对部分通用多模态模型的分差（公司自测口径，仍待更广独立复现）。
4. 工具链：配合AlpaSim闭环仿真、AlpaGym强化学习、Physical AI开放数据集与自动标注流水线。
5. 安全工程：因果链轨迹可接入NVIDIA Halos等验证流程，并与ISO/PAS 8800等AI安全要求叙事对齐；自动标注可将原始车队片段压缩为带推理标签的训练数据，官方称标注周期可从数月压到数日量级。

所谓因果链轨迹，白话就是模型不仅给出「往哪开」，还留下「因为看见了什么、所以选择让行或变道」的可检查说明。对安全工程团队，这比黑盒输出更接近审计语言；对数据团队，同一底座兼任自动标注器，能缩短私有车队数据入库周期。云到车蒸馏则像把「会讲道理的老师」压缩成「车上能实时反应的学徒」——前沿推理留在云端，量产延迟与功耗留给车端。

物理AI赛道正在从「会不会开」转向「能不能被审计、能不能被车企私有化改造」。闭源方案用效果与绑定生态锁客；开源商用许可则用可检查的决策轨迹与可蒸馏工作流换取开发者控制权。对车企、卡车制造商与供应商，这意味着一条更直的路径：用自有车队数据与驾驶策略适配模型，同时尽量保留对数据与基础设施的控制权。

需要把边界读清楚。LingoQA等领先口径多为公司评测，真实道路长尾仍需独立验证；OpenMDW宽松也不等于绕过各国准入与功能安全认证。下一观察点是许可条款在供应链合同中的落地细节，以及蒸馏后的车端模型在长尾场景中的可验证表现——许可放开只是起点，量产验收才是终点。