老黄发布开源自动驾驶安卓系统，打造Robotaxi如同手机般简单，奔驰首搭载

贾浩楠 发自 副驾寺
智能车参考 | 公众号 AI4Auto

One model to rule them all !

黄仁勋刚刚在CES上“核爆”整个车圈和自动驾驶圈：英伟达最新VLA模型，完全开源。

老黄嘴上没说“rule”，但心里最期盼的毫无疑问是这样。

野心更是藏也藏不住：

英伟达，不但要打掉自动驾驶研发门槛、砍掉车企自研预算，还要更进一步，做整个物理AI浪潮的“安卓”。

老黄CES发功：VLA大模型全开源

今日凌晨CES 2026火热开幕，当下AI浪潮最炙手可热的明星玩家之一——老黄代表英伟达做的主题演讲，顺理成章成为第一日最受关注的热点。

整体我们最后总结，先看跟智能汽车自动驾驶紧密相关的part：

老黄宣布开源了英伟达最新的自动驾驶大模型Alpamayo。

Alpamayo不是常说的端到端，相反是为解决端到端缺陷而生：只会模仿驾驶行为，不理解因果关系。

当然会造成一系列实际体验上的痛点，比如迎面来车违规左转、行人突然闯入、临时施工、交通标志被遮挡等等，L2+高频用户一定深有体会。

先看Alpamayo的疗效：

规划精度提升12%、越界率降低35%、近碰率降低25%、推理-行动一致性提升37%、端到端延迟降低到99ms。

大白话：提升主要体现在以往最容易出错的「长尾场景」中 —— 也就是说，它更接近「真正会判断的司机」。

现场演示中，老黄给出了一段Alpamayo全程零接管点到点的Demo：

留意Demo中的关键信息，后面要考~

Alpamayo跟以往所有端到端、VLA完全不同的地方：具备视觉-语言-动作模型的一切要素，但核心是推理能力。

核心工作3点，首先就是Chain of Causation（因果链）数据集。

创新在于全新的数据标注体系（当然离不开人工），每一段驾驶数据不仅有“做了什么”，还有“为什么这样做”。

在“因果”上下功夫，基本上避免了以往数据集行为描述模糊、因果关系混淆、行为推理与因果关系脱节等等问题。

模型本体则是基于英伟达的Cosmos Reason模型，去年CES上老黄首次揭幕，是专为物理AI（Physical AI）设计的推理视觉语言模型：

整体结构上最大的特点是基于因果结构化推理而非自由叙事，意思是模型必须依据历史可观测证据，解释操作的安全性与合规性——这是第二个重要创新点：

第三点是轨迹输出阶段，对应动作部分，引入了基于扩散模型的轨迹解码器，能在实时约束下生成连续、动态可行的驾驶轨迹。该模块结合语言推理输出与物理约束，实现从推理到控制的无缝衔接：

Alpamayo当然可以算作VLA模型，但又和业内现在常见的“端到端+大语言模型外挂”的VLA有根本不同，它完全原生，基础是英伟达去年CES上发布的Cosmos基础世界模型中的Cosmos Reason。

Cosmos系列是英伟达链接AI和物理世界的“中间层”，给千行百业提供最基础的物理AI“安卓”模板——“通才”型世界模型。

基座模型的训练方法——扩散模型和自回归模型，其中基于扩散的WFM，预训练包括“文本到世界生成预训练”以及“频到世界生成预训练”；基于自回归的WFM，预训练则包括“下一个token生成”以及“文本条件的视频到世界生成”。

对应到Alpamayo，预训练其实就是CoC数据集的训练过程。

所以Alpamayo与其说强调VLA的能力，倒不如说是老黄卖力吆喝这套推理模型的架构范式和训练方法。

研究真正的价值，其实是CoC数据集的全新标注体系，以及可以利用思维链推理场景因果关系的大模型路线。

实际上在上个月的AI顶会NeurIPS上，Alpamayo就已经由英伟达自动驾驶负责人吴新宙公布，同时强调了Alpamayo架构开放可以兼容各种大模型，合作方完全可以不用英伟达的Cosmos Reason，换成自研大模型也一样work。

时隔一个月，老黄CES上再提Alpamayo，核心依然是更进一步开源开放：除了核心算法、数据集之外，Alpamayo配套工具链同步开放。

毕竟，老黄早就多次阐述，物理AI是英伟达认定的下一阶段人工智能“风口”，其中最关键的环节，就是构建链接物理世界和AI的“中间层”。

老黄一夜打掉自动驾驶门槛

与之前仅开源代码不同，英伟达这次开源了Alpamayo从数据到部署的完整资源。

并且英伟达自动驾驶模型的开源，绝不仅仅是供科研圈参考之用，而是亮相即开源、开源即量产：

刚刚说的Demo中的关键信息，你发现了吗——演示车辆没有遮挡车标，三叉星辉赫然在目！

没错，英伟达正式从一个底层算力芯片Tier 2，转变成了自动驾驶软硬全栈供应商，类似生态位，参考国内的华为、地平线。

奔驰第一个吃螃蟹，新款奔驰CLA首发搭载英伟达Alpamayo方案，最快明年北美上路。

这是老黄“核弹”的第一波冲击：一夜打掉车企自研预算。

多模态大模型、强推理能力世界模型，指明了一条自动驾驶“破2到3”、“破2到4”的可操作路径，眼下正被越来越多的玩家认可、押注，自动驾驶技术、方案呈现出阶段性收敛。

对于车企来说，短期可能还有大厂不甘心外采，但长期看技术和体验的细微差异，远不如顶级供应商品牌号召力、大众消费者认可来得强大。

毕竟AI越来越有千行百业底层“基础设施”的性质，而基础设施最便捷高效的投资建设方式，肯定不是各自为战。

另一方面，既然汽车鼻祖、百年老店奔驰都能放下偶像包袱，其他车企又有什么必要再坚持呢？

老黄“核弹”的第二波冲击，同样从技术范式革新的底层逻辑出发，但受冲击的，则是当下炙手可热的Robotaxi赛道：

CES演讲中，老黄讲了英伟达Robotaxi的的产品方案，但更加强调的是Robotaxi生态。

在底层硬件层，统一芯片、传感器的驱动接口，直接适配英伟达的算法，避免硬件不兼容的研发内耗。

核心算法层面，Alpamayo提供L4级自动驾驶的基础能力，支持玩家通过API进行定制场景优化，比如在校园场景中强化行人识别，在高速场景中优化变道逻辑等等。

至于上层功能接口，有实力的出行平台可以介入自有APP，而英伟达也可以在底层直接开放，只需接入接口就能快速上线Robotaxi服务。

借助英伟达方案，大量本来没有实力进军Robotaxi的传统网约车平台、出租车公司、车企，现在“开箱即用”了。

如果说马斯克力推的多模态大模型路线对所有传统L4都是一次前所未有的技术挑战的话，英伟达开源Alpamayo，其实是一次整个Robotaxi商业模式的冲击——

传统L4玩家自持车队、自建平台的成型窗口期，越来越短了。

老黄开始构建、力推车圈、自动驾驶圈的新游戏规则：英伟达成为“安卓”，相对封闭的特斯拉则是“苹果”。

黄仁勋，物理AI时代“教父”？

One model to rule them all，意味着车企造L2+、L3量产车、甚至Robotaxi，跟造手机一样简单。

英伟达成为燃油车时代的博世角色，只要是造车、出行相关，就绕不开。

甚至，老黄的野心不止在车圈、自动驾驶圈。

老黄CES演讲始终有一条主线——下一阶段All in物理AI。

底层逻辑从质疑大语言模型的Scaling Law入手，提出模型“多思考比多看书可能更有用”，所以英伟达押注了强推理理解能力的世界模型路线，即Cosmos系列模型家族。

Alpamayo只是其中一环，相当于四个轮子的机器人，而整个技术体系覆盖Agent/机器人/自动驾驶/AI4S。

比如具身智能领域，老黄直接扔下了一套针对物理AI（Physical AI）的开源全家桶——模型、框架及基础设施，应有尽有。

其中Cosmos Reason 2和Alpamayo同源的，同样是让机器像人一样看懂世界并进行逻辑推理。

当然少不了英伟达传统优势项目——Vera Rubin硬件平台，第一次把CPU、GPU、网络、存储、安全，当成一个整体来设计。

核心思路就是：不再堆卡，而是把整个数据中心变成一台AI超算，达到Blackwell GPU性能的5倍之多。

结合老黄最近的一系列动作，比如收购Groq补齐推理能力、收购AI21 Labs增强大语言模型….快速补齐英伟达在GPU之外的AI能力。

连点成线，英伟达所有的动作，都是为了构件式构建链接物理世界和AI的“中间层”。

千行百业，甚至没有强AI算法能力的公司、个人，都可以用强大的基座模型和流程工具打造属于自己的产品。

老黄CES上前所未有直言不讳：

“未来所有应用，建在AI之上”。

人类的第四次生产力革命——AI浪潮，老黄野心早就不止是“教主”，而是“教父”了。

One more thing

英伟达All in物理AI，还有一个最直接的证据：

和去年发布50系显卡不同，今年同样是“消费电子展”CES，但老黄压根没提显卡的事。

毕竟，PC玩家为英伟达贡献的营收，怎么能和千行百业投资物理AI基础设施相比呢？