在加州圣地亚哥举办的 NeurIPS 人工智能大会上，Nvidia 宣布推出一系列全新基础设施与 AI 模型，致力于推动物理 AI 的发展，为能够感知并交互真实世界的机器人和自动驾驶系统提供核心技术支持。
备受关注的是 Alpamayo-R1，这是一款专为自动驾驶研究打造的开源推理型视觉语言模型。Nvidia 表示，这是业界首个专注于自动驾驶场景的视觉语言行为模型，具备处理图像与文本信息的能力，使车辆不仅能“看见”周围环境，还能基于感知内容进行决策判断。
该模型构建于 Nvidia 自研的 Cosmos-Reason 架构之上，强调在输出响应前进行深层推理与思考。自2025年1月首次发布 Cosmos 系列模型以来，Nvidia 已陆续推出多个迭代版本，并于同年8月进一步扩展了产品线。公司指出，Alpamayo-R1 对于致力于实现四级自动驾驶（即在限定条件下实现完全自动化驾驶）的大型科技企业和车企具有重要意义。
通过 NVIDIA NIM API 调用 Kimi K2.5 视觉模型分析图像，非常适合为 MiniMax M2.5、GLM-5 等非视觉模型赋予视觉能力。
Nvidia 期望通过这一推理模型赋予自动驾驶系统更接近人类的“常识推理”能力，从而更高效地应对复杂多变的道路情境。与此同时，公司还发布了名为 Cosmos Cookbook 的综合资源包，包含详细的使用指南、推理部署方案以及后续训练流程，涵盖数据清洗、合成数据生成和模型性能评估等关键环节，助力开发者快速上手并优化模型应用。
Nvidia 创始人兼 CEO 黄仁勋多次公开表示，物理 AI 将成为下一代人工智能发展的核心方向。公司首席科学家 Bill Dally 在夏季接受 TechCrunch 采访时也强调了物理 AI 在机器人技术中的关键作用。他指出，未来的机器人将在社会中承担越来越重要的任务，而 Nvidia 的目标是成为所有智能机器的“大脑”供应商，因此必须持续投入关键技术的研发与生态建设。
源码地址：点击下载
