英伟达Alpamayo-R1：简化Robotaxi，重塑自动驾驶格局

体验Robotaxi如同造手机般简单？

近日，英伟达在AI顶会NeurIPS上发布了Alpamayo-R1——

首个自动驾驶VLA，其性能比传统端到端技术高出30%以上，且开源。

在自动驾驶技术迈向多模态大模型一统的趋势下，Robotaxi的门槛似乎真的降低了：只需购买英伟达的芯片，算法也能借鉴移植英伟达的VLA，再加上一些特定风格与场景的微调……这一流程与手机厂商打造新机型颇为相似。

英伟达在自动驾驶领域的野心昭然若揭：立志成为自动驾驶领域的“安卓”。

Alpamayo-R1解决了哪些问题

有趣的是，作为端到端自动驾驶的“鼻祖”，英伟达最新的VLA研究，要解决的核心问题恰是端到端的短板。

端到端系统从感知到控制一气呵成，利用成熟司机的数据训练，理论上可无限“拟人”，处理各种异常情况。

然而，已量产的系统仍频现翻车情况，如违规左转、行人突然闯入等。

这些正是端到端系统在处理Corner case时栽跟头的原因，英伟达将其归因为端到端的局限性——看得清但看不懂，即常说的“黑盒”特性。

英伟达的解决方案是视觉-语言-动作模型（VLA）。

直接看成果：

对比的Baseline模型和Alpamayo-R1均在英伟达构建的CoC数据集上训练，这也是研究的重要一环。

CoC代表因果链，是模型可解释性的根基。

而Baseline模型则是纯轨迹输出模型，缺乏推理能力。

实验结果显示：

规划精度提升12%、越界率降低35%、近碰率降低25%、推理-行动一致性提升37%、端到端延迟降低到99ms。

可见，Alpamayo-R1主要在以往易出错场景中表现更优——更接近“真正会判断的司机”。

如何实现的

Alpamayo-R1的核心工作包括三点。首先是Chain of Causation（因果链）数据集。

这是一套全新的数据标注体系，每段驾驶数据不仅记录“做了什么”，还记录“为何这样做”，例如“减速并左变道，是因为前方有助动车等红灯且左侧车道空闲”：

CoC是对CoT（因果推理树）的发展与延伸，主要解决行为描述模糊等问题。

CoC的标注校准仍依赖人工。

AR1基于NVIDIA的Cosmos Reason模型，专为物理AI设计：

其最大特点是基于因果结构化推理而非自由叙事，即模型必须依据历史证据解释操作的安全性与合规性——

这是第二个重要创新点，采用Multi-Stage Training（多阶段训练策略）：

首先在大规模驾驶数据上学习视觉到动作的基本映射；

第二阶段在CoC数据上做监督微调；

最后通过强化学习（RL）优化推理质量等。

这种分阶段、分目标的训练流程使得模型在开放场景、长尾危险场景中表现更稳健。

Alpamayo-R1从何而来

Alpamayo-R1不仅是VLA模型，更与常见的“端到端+大语言模型外挂”不同。

其基座模型是年初CES上发布的Cosmos Reason