NVIDIA Alpamayo 2 Super 发布

Alpamayo 2 Super 并非单一网络，而是两个模型顺序协作。一个 320 亿参数的 Cosmos 3 Super Reasoner 视觉-语言主干网络接收来自最多七台摄像头的 360 度视频流并完成‘思考’——它生成因果链推理痕迹，标记高层级元动作（如让行、并道、因静止车辆向左轻移），并能回答关于场景的具象化问题^[1]。该推理输出随后传递给一个独立的 20 亿参数基于扩散的 Action Expert 模块，将语言级决策转化为连续、可执行的行驶轨迹^[1]。将‘为何’与‘如何移动’分离是其架构的核心：理论上，同一推理核心可与不同动作头结合，用于自动驾驶出租车、卡车、接驳车或配送车，且推理痕迹本身成为可读日志，说明车辆行为原因，而非不透明的向量。NVIDIA 展示的模型实时叙述驾驶决策的病毒式演示——‘因静止车辆向左轻移’‘在人行横道让行行人’——正是这种分离的直观体现，也是该流程生成可理解中间推理而非单一端到端黑箱的最明确证据。

对该发布的最实质性质疑并非关于性能，而是关于推理痕迹的本质。NVIDIA 自身的表述——以及黄仁勋将模型描述为‘推理即将采取的动作’而非直接将传感器映射到控制^[4]——暗示其更接近显式、可检查的决策过程，而非标准的端到端策略。技术观察者对此提出强烈质疑：推理痕迹仍由生成看似合理文本的 Transformer 生成，而非独立的符号推理引擎，因此称其为‘神经符号’夸大了推理与底层模式匹配的可分离性。更审慎的看法是，它行为上像混合体：常规场景下为全端到端驾驶，复杂或模糊场景下才调用显式推理路径，这呼应了 Ali Kani 对模型‘将问题分解为步骤，在选择最安全路径前评估各种可能性’的描述^[4]。这种区分超越了术语之争——如果监管机构和安全审计员将因果链痕迹作为自动驾驶决策的审计依据，那么这些痕迹是真实的因果解释还是流畅的事后叙述，正是决定其能否作为证据而非营销噱头的关键问题。

在 OpenMDW-1.1 许可证下发布 Alpamayo 2 Super——该 Linux 基金会许可证允许微调、衍生模型和商业再分发，无需 NVIDIA 进一步授权^[2]——是刻意的战略选择，而非善意之举。它使汽车制造商、卡车制造商和自动驾驶供应商能用自有专有车队数据微调 340 亿参数模型，再将其蒸馏为可在车载运行的小模型，而非要求每个开发者从零训练前沿推理模型。这使 NVIDIA 不再是任何单一自动驾驶公司的竞争对手，而是成为所有公司的共享基础模型层，通过围绕开源权重的计算和工具（用于闭环强化学习的 AlpaGym、用于合成场景生成的 OmniDreams、用于重建的 Omniverse NuRec）实现盈利，而非权重本身。这与特斯拉完全封闭、垂直整合的端到端方法形成直接对比，后者模型、数据和部署均为专有。市场对此解读为利好——公告后交易日 NVIDIA 股价上涨约 6.3%，报道将此归因于 NVIDIA 将其 AI 平台主导地位从数据中心扩展至自动驾驶^[7]——尽管单日涨幅本身是噪音信号，且 NVIDIA 新闻历史上分析师反应不一。

纸面数据一边倒：Alpamayo 2 Super 在 LingoQA Lingo-Judge 基准上得分为 79.2，在约 37-40 个评估模型中排名第一，领先 Qwen2.5-VL 72B 17.0 分，领先 Gemini 2.5 Pro 15.1 分，领先 GPT-4o 23.2 分^[1]。在 NVIDIA 自有的闭环模拟器 AlpaSim 上，它在 910 个场景中得分为 1.50（± 0.13），在 937 个样本上 6.4 秒的开环 minADE 为 0.911 米^[5]。这些是真实引用的数据，但它们衡量的是模型在驾驶特定基准上的表现，以及与从未为驾驶任务构建或调优的通用聊天机器人对比——在 LingoQA 上击败 GPT-4o 和 Gemini 2.5 Pro 更多说明领域专精，而非哪个模型‘更聪明’。这种基准测试优势与现实部署预测之间的差距，正是发布时引发的怀疑：LingoQA 是衡量语言驱动驾驶问答的有用标尺，但无法替代在消费者车辆上处理无控制、非脚本路线的测试，而后者尚无任何机构发布结果。