盖世汽车讯 英伟达（Nvidia）近日发布了面向 L4 级自动驾驶车辆开发的 320 亿参数开源推理模型 Alpamayo 2 Super。该模型可覆盖完整驾驶栈，具备推理、规划与执行能力。此次发布同步推出了 AlpaGym 闭环训练框架和 OmniDreams 场景生成工具，共同构成从真实世界数据采集到车载部署的完整技术管线。

Alpamayo 2 Super 将该系列模型参数规模从 100 亿扩展至 320 亿，新增 360 度全景感知能力及用于高层决策的 "Meta-Action" 输出。英伟达表示，其推理自动标注技术可将标注周期从数月缩短至数天，且该模型可蒸馏为紧凑形式以适配车载硬件。

AlpaGym 是一个开源的闭环强化学习框架，通过在仿真环境中对模型进行连续决策循环训练，而非依赖静态记录数据。这种方式能够暴露开环训练所忽略的累积误差和边缘案例失效问题，使模型在实际道路部署前积累经验。

OmniDreams 则支持对标准数据集难以覆盖的罕见及长尾驾驶场景进行逼真仿真。其基于 Omniverse NuRec 的神经重建（Neural Reconstruction）技术，可将真实车队视频转化为适用于不同传感器配置的 3D 场景，减少重复性的实地数据采集需求。

英伟达创始人兼首席执行官黄仁勋（Jensen Huang）在声明中表示："Alpamayo 标志着汽车开始安全地进行推理，而不仅仅是驾驶。只有英伟达同时提供开源模型、仿真环境、真实世界数据和智能体技能，使全球 Robotaxi 生态系统能够开发出理解边缘案例、解释决策、赢得信任并安全扩展至数百万辆汽车的 L4 级能力。"

Alpamayo 2 Super 已在 GitHub 和 Hugging Face 平台开放获取。自 Alpamayo 系列推出以来，累计下载量已接近 40 万次。此举被视为英伟达强化其 DRIVE Hyperion 生态平台整合的重要策略，旨在削弱其他自动驾驶开发者从零构建基础推理架构的必要性。

技术层面，AlpaGym 所代表的闭环训练方法被视作关键突破。传统自动驾驶训练多采用开环方式，即模型仅针对记录数据进行评估，无法从自身决策后果中学习。而闭环机制通过连续交互仿真，使模型能应对现实中反复导致自动驾驶项目受挫的复合型边缘案例。

此外，Alpamayo 2 Super 引入的因果链追溯（chain-of-causation traces）功能，可记录驾驶决策背后的因果逻辑。这一特性不仅具有技术价值，更成为面向监管机构的关键工具——开发者不仅能证明车辆行为正确，还能说明原因。随着 Uber 与 Autobrains 合作的慕尼黑 Robotaxi 项目等逐步进入监管审批阶段，在高要求司法管辖区，决策可解释性可能与其底层模型性能同等重要。