英伟达发布Alpamayo-R1：自动驾驶视觉语言动作新模型
12 月 2 日消息，英伟达周一宣布推出新的基础设施与人工智能模型，旨在构建“具身智能”（Physical AI）的核心技术基础，包括能够感知并与现实世界互动的机器人和自动驾驶车辆。这家半导体巨头
12月2日，英伟达正式发布全新基础设施与人工智能模型，旨在构建“具身智能”（Physical AI）的核心技术基础，其中包括能够感知并与现实世界互动的机器人及自动驾驶车辆。
这家半导体巨头在加利福尼亚州圣迭戈举行的 NeurIPS 人工智能大会上推出了 Alpamayo-R1——一款面向自动驾驶研究的开源推理型视觉语言模型。该公司表示，这是业界首个专注于自动驾驶领域的视觉语言动作模型。视觉语言模型能够同时处理文本与图像信息，使车辆能够“看见”周围环境，并基于所感知的内容做出决策。
该新模型基于英伟达此前推出的 Cosmos-Reason 推理模型构建，后者具备在响应前对决策进行逻辑推演的能力。英伟达最初于2025年1月发布了 Cosmos 模型系列，并于同年8月推出了更多扩展版本。
英伟达在一篇博客文章中指出，Alpamayo-R1 这类技术对于致力于实现 L4 级自动驾驶的企业至关重要。L4 级自动驾驶指在特定区域和限定条件下实现完全自动驾驶。
英伟达希望，此类具备推理能力的模型能赋予自动驾驶车辆类似人类的“常识”，从而更妥善地应对复杂驾驶场景中的细微决策。
目前，该新模型已在 GitHub 和 Hugging Face 平台开源发布。
除发布新视觉模型外，英伟达还同步在 GitHub 上推出了名为“Cosmos Cookbook”的全套开发资源包，包含分步指南、推理工具及训练后工作流，以帮助开发者针对自身应用场景更高效地使用和训练 Cosmos 系列模型。该资源包涵盖数据整理、合成数据生成以及模型评估等关键环节。
上述发布正值英伟达全力进军具身智能领域，将其视为其先进 AI GPU 技术的新增长方向。
值得注意的是，英伟达联合创始人兼首席执行官黄仁勋多次表示，人工智能的下一波浪潮将是具身智能。今年夏天，英伟达首席科学家比尔·达利（Bill Dally）在接受 TechCrunch 采访时也表达了相同观点，并特别强调了具身智能在机器人领域的应用前景。
“我认为，机器人最终将成为全球的重要角色，而我们的目标就是打造所有机器人的‘大脑’，”达利当时表示，“要实现这一目标，我们必须从现在开始研发关键技术。”
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：英伟达发布Alpamayo-R1：自动驾驶视觉语言动作新模型要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点江波龙公司专为云端AI设计的高性能内存产品SOCAMM2已成功点亮。该产品采用创新的近CPU布局，旨在突破传统RDIMM内存的带宽瓶颈、延迟及散热难题。内部测试表明，其关键性能显著优于标准DDR5RDIMM。SOCAMM2主要面向HPC、AI服务器等高需求场景，行业认可度逐步提升，但目前尚未贡献实
英超球星哈兰德在纪录片中公开其独特的饮食习惯，包括生吃牛心、牛肝等草饲牛内脏，并搭配饮用生牛奶，每日热量摄入高达6000大卡。他强调食材的安全性与高品质，认为这是天然的营养补充。从营养学角度看，动物内脏富含铁、维生素等，有助于运动员维持状态与恢复体能。这套饮食也与其在赛场上的惊人表现相关联，他进
华硕首款RGBOLED显示器ROGSwiftOLEDPG34WCDN已在英国上市，售价约9965元人民币。该显示器采用35英寸OLED面板，拥有3440×1440分辨率、21:9超宽比及1800R曲率，刷新率高达360Hz，响应时间仅0 03毫秒。其搭载三星RGBV-Stripe排列技术，
微信近日上线聊天多图合并展示功能。当用户一次性发送三张或以上图片、视频时，可选择“发送后合并展示”选项。发送后，这些内容在聊天窗口中以折叠形式呈现，点击可展开查看全部，支持一键保存或直接转发。此功能旨在解决多图发送导致的界面刷屏问题，优化信息呈现的简洁度与浏览体验，适用于分享旅行照片、穿搭或表情包等
- 日榜
- 周榜
- 月榜
热点快看