英伟达周一宣布推出新的基础设施和AI模型，致力于构建物理AI的核心技术，包括能够感知并与现实世界互动的机器人和自动驾驶汽车。
半导体巨头在加利福尼亚州圣地亚哥举行的NeurIPS AI大会上发布了Alpamayo-R1，这是一种用于自动驾驶研究的开放推理视觉语言模型。该公司声称这是首个专注于自动驾驶的视觉语言动作模型。视觉语言模型可以同时处理文本和图像，使车辆能够“看到”周围环境并根据其感知做出决策。
这款新模型基于Nvidia的Cosmos-Reason模型，这是一个在回应之前进行推理思考的模型。Nvidia最初于2025年1月发布了Cosmos模型系列。此外，还发布了其他模型。
Nvidia在一份博客文章中表示，像Alpamayo-R1这样的技术对于希望实现L4级自动驾驶的公司至关重要，这意味着在特定区域和特定条件下实现完全自主驾驶。
英伟达希望这种推理模型能为自动驾驶汽车赋予“常识”，使其像人类一样更好地处理复杂的驾驶决策。
该新模型已在GitHub和Hugging Face上提供。
除了新的视觉模型外，英伟达还在GitHub上上传了逐步指南、推理资源和后训练工作流——统称为Cosmos Cookbook——以帮助开发者更好地在其特定用例中使用和训练Cosmos模型。该指南涵盖了数据策展、合成数据生成和模型评估。
这些公告正值该公司全力进军物理AI领域，将其作为先进AI GPU的新发展方向。
Nvidia联合创始人兼首席执行官黄仁勋多次表示，AI的下一波浪潮是物理AI。今年夏天，Nvidia首席科学家Bill Dally在与TechCrunch的对话中表达了同样的观点，强调了机器人领域的物理AI。
Dally当时表示：“我认为未来机器人将成为世界上的重要角色，而我们基本上希望为所有机器人打造‘大脑’。为此，我们需要开始开发关键技术。”
赞助内容：观看AWS re:Invent 2025直播
查看来自拉斯维加斯旗舰级Amazon Web Services活动的所有最新发布内容，涵盖代理式AI、云基础设施、安全等更多领域。本视频由AWS合作提供。