前两天，英伟达甩出王炸，把Alpamayo 2 Super给免费开源了。
放出来不算什么，关键是——340亿参数、LingoQA基准排第一、比GPT-4o高23分，而且直接给了商用授权。
你没看错，是商用。不是仅供研究用，也不是要找英伟达签协议才能用，而是挂在Hugging Face上，OpenMDW-1.1协议，Linux基金会那个宽松许可证，下载下来就能微调、就能做衍生模型、就能商用。
Alpamayo 2 Super到底是什么？
Alpamayo 2 Super，简单说就是一个专门给自动驾驶用的推理VLA（视觉-语言-动作）大模型。
340亿参数，怎么来的？320亿的Cosmos 3 Super Reasoner负责推理，加上20亿的扩散动作专家（Action Expert）负责把想法转成驾驶轨迹，再经过强化学习后训练。就这么个组合体。
听起来跟别的VLA模型差不多对吧？其实不一样。
以前的自动驾驶模型，大多是各干各的——感知一个模型、预测一个模型、规划一个模型、标注还得另一个模型。
你要排查个问题，得在好几个模型之间来回跳，还不一定能找到根因。
Alpamayo 2 Super 把这些活全揽了。一个模型，输入多摄像头视频，一口气输出五个东西：
未来轨迹（车该怎么走）、因果链推理（为什么这么走）、元动作（变道、让行、停车这些高层意图）、自动标注（直接生成CoC标签）、视觉问答（还带2D定位）。这就有意思了。以前你要搞自动驾驶开发，得维护四五套模型，现在一个基础模型就能当教师模型、当评估器、当数据引擎、当定制起点。工具链简化了一大截。
而且最关键的是那个"因果链"，它不光告诉你该怎么走，还能告诉你为什么这么走。
变道是因为前车太慢？让行是因为有行人要横穿？每一个决策都有推理过程可查。
为什么这事重要？因为自动驾驶最大的问题之一就是"黑箱"——出了事故谁也说不清车为什么那么做。
有了因果链，开发者能排查、监管能验证、出了事能溯源。
英伟达还特意说这个CoC能接入Halos安全验证工作流，符合ISO/PAS 8800的AI安全要求。说白了，就是冲着合规去的。
性能到底有多猛？
数据说话。
LingoQA这个自动驾驶推理基准，测了快40个模型，Alpamayo 2 Super排第一。
用Lingo-Judge指标测的话，比Qwen2.5-VL 72B高17分，比Gemini 2.5 Pro高15.1分，比GPT-4o高23.2分。
这差距，说实话有点夸张。GPT-4o可是通用大模型里的天花板级选手，在专门的驾驶推理任务上被一个垂直模型甩开20多分，说明自动驾驶这个领域的垂直化趋势已经非常明显了，通用模型再强，到了专业场景还是打不过专门训练的。
而且这模型参数规模是前代的3倍。Alpamayo 1.5和1都是100亿参数，2 Super直接干到340亿。
参数多了带来的好处是长尾场景的泛化能力更强——那些罕见的、多智能体交互的复杂场景，以前的模型容易懵，现在能更好地处理。
感知范围也升级了，从单摄像头扩到最多7个摄像头的360度全景。变道、并线、无保护左转、复杂交叉口这些高风险场景，有了环绕视角之后理解会更全面。
还有一组数字也挺有说服力的：轨迹预测minADE_6是0.911米，LingoQA得分79.2，闭环AlpaSim得分1.50。
这些都是英伟达自己测的，你可以打个折听，但横向对比前代和其他开源模型的提升幅度是明摆着的。
不过有一说一，这个340亿的版本不是给车端用的。340亿参数，推理一次得几十GB显存，普通车根本跑不动。
它的定位是"云端教师模型"，在云上用这个大模型做推理、生成训练数据、做知识蒸馏，然后把蒸馏出来的小模型部署到车上的DRIVE AGX Thor芯片上。
这个套路其实很英伟达：模型白给你用，但是要跑我的芯片。羊毛出在羊身上，开源模型是饵，卖芯片才是真正的生意。
开源意味着什么？
最后聊聊我觉得最值得说的一点——开源商用。
Alpamayo系列之前的版本，虽然也是开放的，但主要是给研发用。
这次不一样，整个Alpamayo家族都切换到了OpenMDW-1.1协议，覆盖微调、衍生模型和商业再分发。
你只要有能力，下载下来改改就能做成自己的产品商用，不需要找英伟达要额外授权。
这意味着什么？
对中小自动驾驶公司来说，门槛又降了一截。以前从零训练一个基础推理大模型，数据、算力、人才哪一样都是天价。
现在有了340亿参数的开源底座，你可以在上面微调自己的数据、适配自己的驾驶策略，省了好几年的基础研发时间。
对车企来说，多了一个选择。不用再被某一家供应商绑死，也不用完全自研从零开始。
有开源底座打底，可以把精力放在自己真正有差异化的地方——比如特定场景的策略、数据闭环效率、用户体验这些。
而且整个生态不是只有一个模型。英伟达同时放出来的还有AlpaSim闭环仿真、AlpaGym强化学习框架、Physical AI开放数据集、训练配方和自动标注流水线。从数据到训练到仿真到部署，一套东西给你凑齐了。
Alpamayo整个系列在Hugging Face上的下载量已经超过50万次了，是平台上最受欢迎的自动驾驶开源推理模型家族。
这个量级说明行业对开源自动驾驶模型的需求是真的大，大家都不想从零造轮子。
当然，话说回来，模型开源了不代表你就能造出车了。自动驾驶这事，模型只是其中一环——数据、仿真、硬件、安全验证、法规合规，哪一环都不简单。
而且340亿参数的教师模型，你要跑起来也得有足够的GPU资源，小团队可能还是吃力。
但方向是对的。大模型时代，开源是最快的生态打法。把底座开放出来，让全行业在你的基础上迭代，标准和生态就立住了。
英伟达这一手，跟当年CUDA的路数一模一样，给你工具，让你离不开，然后卖硬件赚钱。
最后放个下载入口，有需要的自取：
Hugging Face模型权重：https://huggingface.co/nvidia/Alpamayo2-SuperGitHub推理代码：英伟达官方仓库，搜索Alpamayo 2 Super即可官方博客：https://blogs.nvidia.com/blog/alpamayo-2-super-open-model-now-available/
10个月宝宝每天需要喝多少奶粉？
