黄仁勋深夜扔了颗开源核弹:34B参数自动驾驶模型免费商用!LingoQA干翻GPT-4o和Gemini 2.5 Pro!

8月4号深夜，老黄在X上连发了三条推。

前两条是常规操作，第三条直接把智驾圈炸了——英伟达正式开源Alpamayo 2 Super，一个34B参数的视觉-语言-动作（VLA）大模型，面向自动驾驶，商用免费。

注意，不是"研究用"，不是"申请制"，是直接商用。

这个模型有多猛？先上几个硬数据。

LingoQA第一，干翻了GPT-4o和Gemini 2.5 Pro

LingoQA是自动驾驶领域最权威的推理能力基准测试。Alpamayo 2 Super在上面拿了79.2分，近40个参评模型里排第一。

什么概念？它比通义的Qwen2.5-VL 72B高了17分，比Google的Gemini 2.5 Pro高了15.1分，比OpenAI的GPT-4o高了23.2分。

而且不只是LingoQA——英伟达说，在他们内部评测的所有自动驾驶基准上，Alpamayo 2 Super都是第一。

当然，这是英伟达自己测的数据，独立验证还需要时间。但一个开源模型能在自家基准上全面碾压闭源巨头，这件事本身就够有冲击力了。

34B参数，不是"看见"，是"想清楚再动"

先说架构。Alpamayo 2 Super由两部分组成：

• 32B参数的VLM骨干网络：基于英伟达自己的Cosmos 3 Super Reasoner，经过强化学习后训练

• 2.3B参数的扩散动作解码器：负责生成具体的驾驶动作

34B参数，是上一代Alpamayo 1和1.5（都是10B参数）的3倍多。更大的参数量意味着更强的泛化能力——尤其是在那些罕见的、多车交互的复杂长尾场景下。

但更关键的不是参数大，而是它的输出方式。

传统自动驾驶模型的逻辑是：看到障碍物 → 输出方向盘角度和刹车力度。像个条件反射。

Alpamayo 2 Super不一样——它每次决策同时输出5样东西：

• 行驶轨迹：未来6.4秒的64个路径点

• 因果推理链（CoC） ：用自然语言解释"我为什么这么开"

• 元动作：比如"让行""变道""停车"这种高层意图

• 推理自动标签：给训练数据自动打上CoC标注

• 带2D定位的视觉问答：能把回答对应到摄像头画面的具体区域

第2点和第3点是最有意思的。它不只是给你一个动作结果，而是告诉你"为什么"——前方有施工锥桶，我判断需要减速绕行，所以选择变道。

这就是老黄说的"不是看见，是想清楚再动"。

开源商用的含金量

这才是真正的杀手锏。

Alpamayo 2 Super用的是OpenMDW-1.1协议——Linux基金会专门为AI模型设计的宽松开源协议。允许微调、衍生模型、商业再分发，不需要任何额外授权。源代码则是Apache 2.0。

权重放在Hugging Face上，推理代码放在GitHub上，谁都能下载。

行业里有人把这叫做自动驾驶的"安卓时刻"。逻辑是这样的：当年安卓开源，让无数没有能力自研操作系统的手机厂商直接入局，智能手机生态因此爆发。现在Alpamayo 2 Super开源，意味着中小车企不用再砸几十亿从零训练智驾大模型——直接拿来微调，结合自身场景就能上车。

比亚迪、吉利、日产、五十铃、奔驰、Uber、Lucid都已经加入了英伟达的Hyperion+Alpamayo联合开发阵营。

当然，也有泼冷水的。Waymo和特斯拉走的是全栈自研路线，手握大量真实车队数据，不会靠一个开源模型就放弃自己的技术栈。而且开源模型只是一块"基座"——要真正量产上车，还需要大量车辆适配、传感器标定、安全验证的工作。

但对那些"自研做不起、外购用不起"的中小车企来说，这确实是目前最好的选择。

标注成本从"数月"压缩到"数天"

除了规划决策能力，Alpamayo 2 Super还有一个很实用的功能：自动标注。

自动驾驶行业目前训练模型时，大量依赖人工标注2D/3D数据——这玩意儿又贵又慢。Alpamayo 2 Super可以利用自己的推理能力，批量对路采数据进行自动标注，生成带因果推理链的结构化标签。

英伟达给出的数据是：原来几个月的标注周期，现在几天就能搞定。

这对车企来说不只是省钱——是直接把数据工程的瓶颈干掉了。

而且它还支持"教师-学生"蒸馏架构：34B的大模型当老师，蒸馏出小模型跑在车载DRIVE AGX Thor平台上。云端训练、车端推理，一套完整的工作流。

不只是模型，是一整个生态

Alpamayo 2 Super不是孤零零一个模型。英伟达围绕它搭了一整套生态：

• AlpaSim：闭环仿真工具

• AlpaGym：高吞吐强化学习环境

• Physical AI Open Datasets：开放训练数据集（约11.5万小时多摄像头驾驶视频、370万条CoC推理链、超10亿张图像）

• Halos：安全验证工作流，对接ISO/PAS 8800标准

截至发布时，Alpamayo全系在Hugging Face上的下载量已经超过50万次。

巧了，同一天还有两件事

8月4号这天，不只是英伟达在搞事。

同一天，华为乾崑智驾发布了ADS Pro V5.0，首次把智驾能力推进到了停车场——园区NCA覆盖超过100万个停车场。

也是同一天，工信部正式获批了L3/L4级自动驾驶强制性国家标准（GB 44721—2026），计划2027年7月1日起实施。

三件事凑在同一天：开源大模型降低门槛、场景落地最后一公里、法规框架成型。

有媒体说这是智驾行业的"三重拐点"。我觉得这个说法不算夸张。

模型权重（OpenMDW-1.1 许可） ：https://huggingface.co/nvidia/Alpamayo2-Super

推理代码（Apache 2.0 许可） ：https://github.com/NVlabs/alpamayo2

生态工具：

Alpamayo Recipes（微调/量化/部署食谱）：https://github.com/NVlabs/alpamayo-recipes

AlpaSim（闭环仿真平台）：https://github.com/NVlabs/alpasim

往期精选