NVIDIA发布Alpamayo 2 Edge:面向DRIVE Thor的2B推理VLA,车载160ms规划

NVIDIA 推出 2B 级开源视觉-语言-动作模型 Alpamayo 2 Edge,目标是把带推理链的轨迹规划放进车端的 DRIVE AGX Thor,而不是数据中心 GPU,官方称像素到轨迹延迟约 160–190 ms。

一句话看懂:NVIDIA 推出 2B 级开源视觉-语言-动作模型 Alpamayo 2 Edge,目标是把带推理链的轨迹规划放进车端的 DRIVE AGX Thor,而不是数据中心 GPU,官方称像素到轨迹延迟约 160–190 ms。

事件核心:发生了什么

据 MarkTechPost Research 2026 年 11 月 22 日报道,Alpamayo 2 Edge 是 NVIDIA Alpamayo 家族的车端成员,与 34B 云端模型 Alpamayo 2 Super 并列。它由 2.45B 主干(1.96B 语言模型加 0.41B SigLIP2 编码器)和 0.2B 扩散动作专家组成,NVIDIA 对外称 2B,Hugging Face 元数据标为 3B。

输入为 6 路摄像头、22 帧观测、导航指令和 20 个历史自车姿态,输出 0.1–6.4 秒共 64 个路径点,并附带 Chain-of-Causation 推理文本。常规驾驶时模型只输出特殊 <NOMINAL> 标记,按需生成完整推理,以减少每步算力。训练包含从 Alpamayo 2 Super 蒸馏、约 11.5 万小时多摄像头视频、约 370 万条推理标注,以及在 AlpaGym 中的闭环强化学习。

为什么重要

VLA 的核心矛盾是:推理能力越强,模型越大,越难塞进车端算力和延迟预算。Alpamayo 2 Edge 的路线是“小模型加自适应推理”,用 FP8 加 TensorRT Edge-LLM 在 Thor 上跑实时流水线。NVIDIA 报告在 AlpaSim 闭环中每起有责事故间隔 15.15 km,约为其对比的阿里巴巴 4B Qwen-Drive-1.0(0.25 km)的 60 倍;开环 minADE 为 0.53 m 对 1.68 m。不过这些均为 NVIDIA 自家测试条件,目前公开信息显示尚不能视为独立横评排名。

对用户/开发者/创作者的影响

对开发者和车企团队,更实际的门槛在部署:Hugging Face 权重是 BF16 PyTorch,需要 16 GB 以上显存,目前仅在 1 张 H100 80GB 上验证;要在 Thor 上达到实时,需要走 Alpamayo Developer Hub 的 FP8 校准、ONNX 导出和 TensorRT 引擎构建流程,参考环境为 Thor-X、DRIVE OS 7.2.7.0、CUDA 13.4、TensorRT 11.3.1.9。官方演示中 BF16 仅 0.76 Hz,优化后 FP8 在 AlpaSim 为 13.02 Hz。普通内容创作者短期影响有限,但围绕自动驾驶推理数据标注和仿真场景生成可能出现新工具需求。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

一是 Thor 之外的硬件是否获得验证,尤其是中低配车端平台;二是第三方独立复现闭环驾驶和 nuReasoning(数值分 48.67)、LingoQA(75.2,低于 Super 的 79.2)等结果;三是 FP8 部署链路能否被合作方稳定复现,Embedl 称 48 小时内做到 10 Hz,这一说法有待更多实测确认。

来源:MarkTechPost Research

celebrityanime
celebrityanime
文章: 36717

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注