在 CES 2026 正式开幕前的发布会上，英伟达（NVIDIA） CEO 黄仁勋抛出了一个震撼业界的预测：“将来道路上行驶的 10 亿台汽车，都将变成自动驾驶车。” 为了实现这一宏愿，英伟达不再满足于仅提供芯片，而是发布了名为 “Alpamayo” 的自动驾驶 AI 开发基座，并宣布了一个令行业咋舌的决定：开源。
1. 重新定义 E2E：从“看与动”到“思考”
此次发布的 Alpamayo 被定义为实现 End-to-End（端到端） 自动驾驶的核心开发基座 。其核心突破在于引入了类似人类的思考能力。
业界首创 VLA 模型：Alpamayo 的核心是 “Alpamayo 1” 模型家族。这是一种 VLA（Vision-Language-Action，视觉-语言-动作） 模型，能够将视觉信息和语言作为输入，直接输出驾驶动作 。
具备“逻辑推断”能力：英伟达强调，这是业界首个具备 逻辑推断 能力的 VLA 模型 。这意味着 AI 不再只是简单地根据图像做出反应，而是能进行因果推理，理解复杂的交通场景。
[图片 1] 英伟达 CEO 黄仁勋发布 Alpamayo图注：黄仁勋在 CES 2026 舞台上展示 Alpamayo 的架构。屏幕显示，该模型接收“自身运动历史”、“多摄像头视频”甚至“用户指令”作为输入，经过中间的 Alpamayo 大脑处理，输出“驾驶决策”、“因果推断”和“轨迹”。
2. 数据母体：用 Cosmos 生成“虚拟世界”
Alpamayo 的强大推断能力，离不开高质量数据的喂养。英伟达揭秘了其背后的“数据工厂”——NVIDIA Cosmos。
物理 AI 的基石：Cosmos 是英伟达在一年前（CES 2025）发布的 “世界基座模型（WFM）”。它理解物理法则，能够生成符合现实规律的合成数据。
解决数据饥渴：传统的自动驾驶开发需要实车跑出海量数据，成本高昂且耗时。而 Cosmos 可以充当“生成数据的 AI”，源源不断地产生合成数据 。黄仁勋透露，Alpamayo 是由“人类真实走行数据”和“Cosmos 生成的庞大合成数据”共同训练而成的 。
3. 彻底的“开源”战略：代码、权重、数据全给
为了加速自动驾驶生态的发展，英伟达采取了极其激进的开放策略，几乎掏空了“家底”给开发者。
模型权重公开：Alpamayo 1 拥有 100亿 参数 。英伟达宣布将其作为 开放模型 提供，并直接公开了模型的 权重。
仿真平台开源：作为 Alpamayo 的一部分，仿真基座 “AlpaSim” 以 OSS 的形式提供，并已在 GitHub 上发布 。开发者可以在其中自由模拟行人不规则运动、施工现场、天气光照等复杂环境，大规模测试 AI 的推断能力 。
海量数据共享：英伟达甚至开源了其收集的 1700小时以上 的驾驶数据集，涵盖了各种复杂环境，开发者可直接在 Hugging Face 上下载 。
4. 朋友圈扩容：奔驰与 Uber 入局
这项新技术已经有了重量级的落地合作伙伴。
[图片 2] 英伟达展示自动驾驶生态系统图注：PPT 展示了基于 NVIDIA 构建的全球 L4 和 Robotaxi 生态系统。除了奔驰和 Uber，我们还能看到电装、小马智行、Zoox 等行业巨头的 Logo。
「橙芯」视点
1. 自动驾驶进入“逻辑思考”时代
Alpamayo 的发布标志着自动驾驶技术的一个分水岭。过去，我们依赖简单的端到端模型，虽然反应快但缺乏可解释性。英伟达引入推断能力 ，意味着 AI 开始像人类司机一样拥有直觉和逻辑的双重能力。这对于处理罕见的 Corner Cases 至关重要。
2. 以“开源”换“生态”的阳谋
英伟达不仅送模型、送仿真软件，甚至连最宝贵的“数据”和“权重”都开源了 。这显然是为了构建一个以 英伟达为核心的 L4 级自动驾驶标准生态。当开发者习惯了用 AlpaSim 仿真、用 Alpamayo 训练、用 Cosmos 生成数据时，他们自然离不开英伟达的 GPU 和 Thor 芯片。这是一种极其高明的“降维打击”——用免费的顶层软件，锁死底层的硬件算力需求。
3. “合成数据”成为胜负手
文中反复提及 Cosmos 的作用，揭示了行业的新共识：仅靠真实路测数据已经不够了。谁能掌握高质量的“合成数据”生成能力，谁就能以更低的成本、更快的速度迭代 AI。英伟达通过 Cosmos + Alpamayo 的组合，实际上是为车企提供了一套“从数据生成到模型训练”的完整工具链，试图解决传统车企数据积累不足的痛点 。
互动探讨
英伟达选择开源“大脑”，是为了卖更多的“芯片”。作为车企高管，你会选择直接抱英伟达的大腿，还是咬牙坚持全栈自研？
10个月宝宝每天需要喝多少奶粉？
