告別軟件定義！英偉達發布首款思維鏈VLA推理模型

作者 ｜ Janson
編輯 ｜ 志豪

車東西1月30日消息，日前，梅賽德斯-奔馳在奔馳汽車發明140周年之際，正式推出了全新一代S級車型。

新車相比以前，采用了基于NVIDIA DRIVE Hyperion架構構建，配合全棧NVIDIA DRIVE AV L4級軟件，實現了一個面向未來的“L4 級就緒”（Level 4-ready）架構。

這些架構也對應了NVIDIA在2026年開年到現在關于自動駕駛研發的最新進展。

從今年的CES開始，NVIDIA發布了業界首款基于思維鏈的VLA 推理模型NVIDIA Alpamayo 1，還展示了其“三臺計算機”架構如何深度重構從云端訓練、虛擬仿真到車端執行的全鏈路。

▲英偉達的汽車相關布局

過去十年，自動駕駛的核心挑戰始終是“長尾場景”（Corner Cases）——那些人類駕駛員能憑借常識處理，但機器卻難以窮盡的極端狀況。在CES 2026上，NVIDIA給出了NVIDIA Alpamayo 1這個解決方案。

作為業界首款面向輔助駕駛研究社區設計的“思維鏈 VLA（視覺-語言-動作）推理模型”，Alpamayo 1的出現意味著汽車大腦不再僅僅是簡單的“輸入圖像-輸出動作”的映射。

它具備了類似人類的邏輯推演能力，在演示中，當車輛面對復雜的十字路口或罕見的交通沖突時，Alpamayo不僅能平穩“操控方向盤”，更能實時解釋其決策邏輯。這種可解釋性是構建智能汽車安全信任體系的關鍵。

一、三臺計算機：重構智能汽車的開發底座

NVIDIA的野心遠不止于一顆芯片或一個模型，要實現安全可靠的 L4 級自動駕駛，需要依靠三個平臺的緊密協同。

這三大平臺共同構成了 NVIDIA 的全棧開發飛輪：

1、訓練平臺DGX：AI 生命的孵化器

一切AI的進化都始于大規模的算力集群。NVIDIA DGX 平臺使用大規模 GPU 計算，基于全球多樣化數據集對 DRIVE AV 基礎模型進行訓練。這些模型能夠在數百萬真實場景中捕獲人類駕駛行為。

在這里，數億公里的真實駕駛里程被轉化為AI的知識儲備，使模型能夠捕獲人類駕駛行為中那些幽微而關鍵的細節。

2、仿真平臺OVX：數字孿生的試煉場

如果說DGX是“大腦”的學習，那么基于NVIDIA Omniverse構建的OVX系統則是“身體”的虛擬訓練。

結合本次CES發布的NVIDIA Cosmos世界基礎模型，開發者可以生成具備物理真實感的多視圖視頻。Cosmos不僅能模擬雨雪、強光等極端天氣的場景，還能在 遮擋等困難情況下生成多視角的合成畫面 ，極大加速了合成數據的生成。

同時，開源仿真框架AlpaSim的發布，更是為全球自駕研究社區提供了一個高擬真度的閉環測試環境。

3、執行平臺AGX：實時決策的先鋒

所有的訓練與仿真最終都要落腳于車端的NVIDIA DRIVE AGX平臺。

英偉達最新發布的NVIDIA DRIVE AGX Hyperion 10平臺，在一塊主板上集成了兩顆基于Blackwell架構的NVIDIA DRIVE AGX Thor系統級芯片。

每個 DRIVE AGX Thor 平臺可提供 FP4 精度下超過 2,000 teraflops（INT8 精度下達 1000 TOPS）的實時計算能力。 這不僅為360度全感知的傳感器融合提供了算力冗余，也為運行Alpamayo 1這樣的推理模型提供了堅實的物理基礎。

二、云端賦能：解決數據荒與長尾難題

在通過云端工作負載解決中國及全球市場的特殊挑戰時，NVIDIA NuRec神經重建技術的應用，是其中的一大亮點。它利用Gaussian Splatting等前沿算法，能將普通車隊采集回來的二維視頻序列直接重建為高保真的3D數字孿生模型。

這意味著開發者可以從任意視角“回放”傳感器數據，模擬如果當時采取不同決策會發生什么，實現了數據的極致復用。

針對開發者，NVIDIA開源了ACCV-Lab工具集。這一系統化的工具集涵蓋了自動化標注、端到端訓練最佳實踐等核心環節，可以幫助車企提高訓練效率。

▲基于Cosmos構建的LidarGen模型輸出示例

與此同時，隨著自動駕駛級別的提升，安全性已不再僅僅是硬件的可靠，更是算法、系統乃至整個生態的綜合考驗。NVIDIA整合了多年 的安全經驗，推出了 NVIDIA Halos綜合安全系統。

這一系統將安全性細分為三個層面，首先是平臺安全，DriveOS操作系統符合 ISO 26262 汽車安全完整性等級（ASIL）D 級標準，AGX芯片均獲得了全球知名認證機構TüV SüD的網絡安全流程認證 ，確保底層硬件的“零故障”運行。

其次是算法安全，英偉達通過Omniverse Blueprint構建的嚴苛仿真流水線，在AI上車前進行百萬次工況驗證。

最后是，生態系統安全，英偉達通過建立安全數據集管理與安全護欄，確保每一次算法更新都處于受控的安全范圍內。

三、 落地生根：從梅賽德斯-奔馳到全球自駕生態

技術最終的價值在于應用，以梅賽德斯-奔馳新款S級車型為例，該車基于NVIDIA DRIVE Hyperion架構構建，在自動駕駛系統上運用了不少NVIDIA的最新技術。

▲梅賽德斯-奔馳新款S級車型

該系統的核心在于其“縱深防御”的安全理念。新款S級車型通過NVIDIA Halos系統，實現了端到端AI駕駛棧與傳統駕駛安全棧的并行運行。

這種多元化設計確保了車輛在面對硬件故障或傳感器性能衰減時，依然能保持可靠運行。此外，

在算法層面，新款S級車型同樣受益于NVIDIA Alpamayo的加持。

相比傳統依賴預設規則的方案，NVIDIA DRIVE AV能夠分析復雜的長尾場景——如不可預測的行人行為或復雜的路障——并實時推導出最安全的路徑。

這種從基礎 AI 研究到量產級軟件的轉化，使得S級車型能夠像人類駕駛員一樣進行邏輯推理，而非簡單的模式反應。

與此同時，NVIDIA與Stellantis、Lucid和Uber的合作也在向L4級無人駕駛出租車（Robotaxi）領域全速前進。

此外，聯想車計算也宣布基于DRIVE AGX Thor芯片打造新一代Robotaxi方案。

可以說，從傳感器供應商到Tier 1合作伙伴，NVIDIA正在構建一個龐大且開放的“物理 AI”朋友圈。

結語：英偉達邁向智能出行的終章

通過從英偉達云端到車端的全棧閉環不難發現，真正的自動駕駛不僅需要強大的算力，更需要深邃的邏輯。

隨著Alpamayo 1等推理型模型的普及，未來汽車將是一個具備情境感知能力、能夠自我進化的智慧伴侶。

在這場AI重新定義出行的征途中，NVIDIA 已經穩穩地握住了時代的引擎。