黄仁勋发布Alpamayo 2 Super：自动驾驶迈入安全推理时代

背景

在英伟达GTC台北2026大会上，黄仁勋发表了一场近两小时的演讲，正式发布了面向智能体时代的底层基础设施与上层应用生态。此次发布会不仅是硬件产品的迭代，更标志着英伟达战略重心的根本性转移：从单纯的“GPU供应商”向“AI基础设施运营商”演进。

在汽车行业最为关注的自动驾驶领域，英伟达推出了开放推理模型 NVIDIA Alpamayo 2 Super。这一发布旨在解决自动驾驶长期存在的“黑箱”难题，推动行业从依赖数据模仿的“单纯驾驶”阶段，迈入具备安全推理能力的“安全推理”时代。与此同时，英伟达还发布了专为智能体设计的 Vera CPU、AI工厂实战指南 DSX 平台以及 RTX Spark 超级芯片等产品，构建起从底层算力到上层物理AI应用的完整闭环。

核心内容

自动驾驶范式的转移：从模仿到推理

传统端到端自动驾驶模型如同一个“沉默的老司机”，其决策过程不可见，难以获得公众信任。NVIDIA Alpamayo 2 Super 是一个320亿参数的开放视觉-语言-动作推理模型（Reasoning VLA），其核心突破在于“可解释性”。该模型能够像“话痨司机”一样，用自然语言实时解释每一步决策逻辑（例如“由于前方静止车辆阻挡车道，向左微调”），将“黑箱模型”转化为“可解释AI”。

在技术规格上，Alpamayo 2实现了三项关键升级：

1. 360度全景感知：从前摄像头扩展至前、侧、后方，为变道、并线和交叉路口通行提供完整场景信息。
2. 新增“元动作（Meta-Action）”输出：包括让行、变道和停车等宏观决策，为下游规划提供高级驾驶指令。
3. 具有2D定位的推理自动标注：将标注周期从数月压缩至数天，重塑了辅助驾驶数据管线的成本结构。

此外，英伟达采用了“教师-学生”蒸馏架构。320亿参数的Alpamayo 2 Super作为教师模型，可被蒸馏为紧凑型模型，运行在 NVIDIA DRIVE AGX Thor 车载计算平台上，使车企无需从零构建大模型即可获得“即插即用”的推理能力。

“虚拟驾校”：仿真驱动的研发闭环

为了支持Alpamayo系列的训练与部署，英伟达同步推出了 AlpaGym 和 OmniDreams，构建了“仿真-训练-部署”的闭环生态。

• AlpaGym：一个开源、高吞吐量的闭环强化学习框架。不同于传统开环训练，它让模型在 NVIDIA AlpaSim 仿真环境中经历连续的“决策-观察”循环，暴露出静态数据集忽略的复合错误和边缘故障，相当于让AI在“平行宇宙”中经历数百万次极端路况，将犯错成本降至零。
• OmniDreams：全新的生成式世界模型，能够生成逼真的闭环辅助驾驶场景，支持开发者大规模仿真罕见的长尾驾驶场景。结合 NVIDIA Omniverse NuRec 神经重建技术，可将真实车队数据重建为逼真的3D场景。英伟达还开源了因果链自动标注流水线，能从原始驾驶片段中自动生成基于决策的因果链标签。

这套体系的意义在于推动自动驾驶开发从“路测驱动”转向“仿真驱动”，车企可在数字孪生环境中完成90%以上的边缘案例验证，从而降低研发成本并缩短上市周期。

底层算力与基础设施：Vera CPU与DSX平台

在硬件层面，英伟达发布了全球首款专为智能体AI设计的多机架Pod级超级计算系统 Vera Rubin，其核心组件是专为智能体设计的 Vera CPU。

• Vera CPU：搭载88颗 Olympus 核心，采用空间多线程技术，配备带宽高达1.2TB/s的 LPDDR5X 内存子系统。其设计哲学不同于传统为人类设计的CPU，而是针对智能体对纳秒级延迟的极度敏感需求从头设计。性能上，Vera CPU在SQL查询速度上比顶级x86快3倍，在纽交所实时流处理性能上快6倍，并通过第二代 NVLink-C2C 互连技术实现CPU与GPU之间高达1.8TB/s的相干带宽。
• DSX平台：即 Data Center Scale eXtended，是英伟达专为从零开始建设AI工厂打造的完整实战指南。
  • DSX MaxLPS：结合45℃液冷技术与机架级优化技术，旨在既定电力预算内最大化每兆瓦Token产出，可额外部署高达40%的GPU。
  • DSX Sim：提供高保真仿真层，帮助客户在硬件部署前对基础设施决策进行建模与验证。
  • DSX Flex：将AI工厂与电网服务连接，使其能根据电网信号动态调整工作负载，实现类似“V2G”的柔性负载管理。

物理AI与智能体生态

演讲最后指向智能体从数字世界走向物理世界的关键一跃。英伟达发布了开放的物理世界基础模型 Cosmos 3，支持视觉语言模型理解物理场景，生成物理准确的合成视频，作为模拟器完成策略训练闭环，并成为 Omniverse 数字孪生平台的基础。

在机器人领域，英伟达推出了 Isaac GR0K 人形机器人参考平台，集成全套数据生成、仿真、训练及运行软件栈，旨在降低人形机器人研发门槛。

关键要点

• Alpamayo 2 Super 的核心价值：作为320亿参数的开放推理模型，它解决了自动驾驶的“黑箱”问题，通过自然语言解释决策（思维链外化），提升了L4级自动驾驶的安全性和公众信任度。
• 数据效率的革命：通过“教师-学生”蒸馏架构，大模型能力可下沉至车载芯片；通过推理自动标注技术，数据标注周期从数月压缩至数天。
• 仿真驱动取代路测驱动：利用 AlpaGym（闭环强化学习）和 OmniDreams（生成式世界模型），车企可在数字孪生环境中模拟极端长尾场景，大幅降低真实路测成本和风险。
• Vera CPU 专为智能体设计：针对智能体对纳秒级延迟的敏感需求，Vera CPU在SQL查询、实时流处理等场景下性能显著优于传统x86架构，并支持机密计算扩展至整机架规模。
• AI工厂的能效与灵活性：DSX平台 通过液冷技术和电网互动（DSX Flex），解决了算力扩张中的电力瓶颈问题，使数据中心成为电网的“柔性负载”。
• 英伟达的战略转型：通过整合底层算力（Vera Rubin/CPU）、中间层基础设施（DSX）和上层应用生态（Alpamayo/Cosmos/GR0K），英伟达正从卖GPU转向提供“能赚钱的AI基础设施”整体解决方案。

意义与影响

此次发布会揭示了英伟达在AI基础设施领域的全面布局，其深远影响主要体现在以下三个方面：

1. 自动驾驶进入“可解释”时代：Alpamayo 2 Super 的发布标志着自动驾驶技术从单纯追求感知和控制的准确率，转向追求决策的可解释性和安全性。这种“安全推理”能力是L4级自动驾驶规模化部署、赢得公众信任并突破监管瓶颈的关键前提。
2. 重塑AI基础设施的成本结构：通过 DSX平台 和 Vera CPU，英伟达不仅提供了算力，更提供了一套优化电力、散热和运维效率的系统级方案。这对于电力资源紧张、算力成本敏感的车企和数据中心而言，意味着可以在相同的预算下部署更多的算力，加速AI应用的落地。
3. 构建完整的“智能体经济”闭环：英伟达通过 Cosmos 3、Isaac GR0K 以及 Alpamayo 系列，打通了从物理世界数据感知、数字世界仿真训练到物理世界执行反馈的全链路。