# NVIDIA 开源 Alpamayo 2 Super：一个 340 亿参数的视觉-语言-动作模型，专治自动驾驶里的罕见突发状况

> 原标题：NVIDIA 发布 Alpamayo 2 Super：面向 Robotaxi 与自动驾驶的 34B 开源视觉-语言-动作模型

- 来源：AI HOT 精选
- 发布时间：2026-08-05T08:25:11.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/48862
- 原文：https://www.marktechpost.com/2026/08/05/nvidia-alpamayo-2-super-open-vla-model-autonomous-driving

## 摘要

NVIDIA 把 Alpamayo 2 Super 开源了，用的是允许商用的 OpenMDW-1.1 协议。这个模型有 340 亿参数，核心思路是解决自动驾驶里那些不常见但很要命的“长尾场景”，比如多辆车在路口互相博弈的复杂情况。它内部结构分两块：一个 320 亿参数的视觉语言模型当大脑（基于 Cosmos 3 Super Reasoner，还用强化学...

## 推荐理由

NVIDIA 开源一个可商用的自动驾驶大模型，这件事本身分量不轻。文章把模型结构、训练方法和针对的长尾场景都讲清楚了，但它是 MarkTechPost 的改写稿，没有实测数据和部署细节，所以分数定在 78，不往上拔。

## 锐评

NVIDIA 这次开源了一个 340 亿参数的视觉-语言-动作模型，目标很明确：解决 Robotaxi 里那些不常见但容易出事故的复杂路况，比如多辆车在路口互相博弈。模型结构分两块，一个 320 亿参数的视觉语言模型当大脑，负责看懂周围摄像头画面并给出推理；另一个 23 亿参数的扩散模型当动作解码器，把推理结果转成具体的行驶轨迹和元动作。

比较实在的是，模型权重用了允许商用的 OpenMDW-1.1 协议，代码是 Apache 2.0，意味着你可以拿去微调甚至商用分发。但文章没给出任何在真实路测或标准仿真环境下的成功率、接管率数据。一个专门针对长尾场景的模型，如果只靠论文指标说话，说服力会弱很多。

另外，340 亿参数对车载芯片的实时推理压力不小，文章也没提延迟和算力需求。想评估它能不能真上车，这两项是绕不开的硬指标。