NVIDIA发布用于自动驾驶的Alpamayo 2 Edge模型
NVIDIA在Hugging Face平台发布了Alpamayo 2 Edge模型,该模型拥有20亿个参数,专为DRIVE AGX Thor平台设计以支持10 Hz运行频率。它旨在帮助开发者在车载算力和延迟限制下进行开发,并附带部署方案及评估工具,可用于生成并分析驾驶轨迹及其因果解释。
NVIDIA在Hugging Face平台发布了Alpamayo 2 Edge模型,该模型拥有20亿个参数,专为DRIVE AGX Thor平台设计以支持10 Hz运行频率。它旨在帮助开发者在车载算力和延迟限制下进行开发,并附带部署方案及评估工具,可用于生成并分析驾驶轨迹及其因果解释。
针对大曲率道路高速过弯时的车辆稳定性挑战,该研究开发了基于视觉的鲁棒无偏模型预测控制(OF-MPC)框架。数值仿真显示,itube-CILQR 算法计算耗时低于 5ms,优于 IPOPT 和 OSQP 求解器。该方法在未见过的交通场景中量化了多任务 UNet 感知模型的不确定性,为先进自动驾驶系统发展提供支撑。
理想汽车于 10 月 1 日将马赫 VLA 2.0 通过 OTA 升级推送至近百万辆搭载 Orin-X 和 Thor 芯片的 AD Max 车型。同期新一代理想 L6 交付破万,位列增程市场前三,纯电产品矩阵进一步完善。截至 9 月 30 日,其零售中心覆盖 160 个城市,超充站投入使用的充电桩达 23,077 个。
NVIDIA 推出面向 Robotaxi 的全栈开放平台,整合了 DGX 训练计算机、Omniverse/Cosmos 仿真验证计算机及 Hyperion 车端计算架构。
推荐理由:NVIDIA 推出全栈开放平台,提供 Alpamayo VLA 推理模型、Cosmos 世界基础模型及 Omniverse 仿真工具链,支持从训练到车端部署的闭环开发。
Kodiak AI 与其客户 Atlas Energy Solutions 合作发布了可在 Permian Basin 运营的可牵引三挂拖车(triples)的自动驾驶货运技术,这是该公司的行业首创。
推荐理由:Kodiak 发布能牵引三挂拖车的自动驾驶技术,通过感知、规划与控制系统的升级解决长车距与动力学挑战。
NVIDIA Alpamayo 2 Super 作为 Alpamayo 家族最新成员,基于 Cosmos 3 Super Reasoner 并通过强化学习后训练,现已通过 OpenMDW‑1.1 许可面向商业使用。
推荐理由:NVIDIA Alpamayo 2 Super 以 OpenMDW‑1.1 许可面向商业部署,在多任务推理与仿真闭环工作流中提供前沿级能力。
NVIDIA 发布了开源的 340 亿参数推理视觉模型 Alpamayo 2 Super。该模型旨在解决自动驾驶开发中轨迹生成、高层意图预测、场景理解及数据标注依赖独立模型导致难以对比输出和复用表征的问题,提供统一的推理能力以支持相关工作流。
推荐理由:NVIDIA Alpamayo 2 Super 作为开源推理视觉模型,旨在统一轨迹生成、意图预测与数据标注任务,解决传统开发流程中多模型割裂导致的行为难以对比与复用的问题。
Kodiak 宣布其核心基础模型 GigaFusionNet 已商业化部署于 28 辆无人驾驶卡车,该系统通过多阶段训练流程(数据策展、预训练、微调)结合自标签化技术构建持续进化的 AI Flywheel。材料详细阐述了利用 NVIDIA HGX H100 集群进行大规模物理 AI 训练及向车载平台蒸馏模型的技术路径,未提及新的硬件发布或事故案例。
推荐理由:Kodiak 发布 GigaFusionNet 大模型与 AI Flywheel 训练闭环,结合 Lambda 算力基础设施实现端到端自动驾驶模型的规模化部署。
Torc Robotics 正式发布 AV 3.0 框架及 TorcDrive 物理 AI 虚拟驾驶员软件,专为长距重卡运输设计。该系统采用模块化可验证架构,融合确定性护栏与端到端训练,通过大规模生成式仿真环境进行沉浸式训练与验证。
推荐理由:Torc 推出 AV 3.0 框架与 TorcDrive,采用模块化可验证架构结合确定性护栏,旨在解决端到端黑盒系统在重卡长距运输中的安全与调试难题。
2026 年 5 月 8 日,上汽奥迪首款纯电旗舰 SUV E7X 开启预售,首发搭载由上汽奥迪与 Momenta 联合开发的 Panoramic Assisted Driving System。
推荐理由:奥迪 E7X 首发搭载 Momenta L3 智驾能力与 R7 世界模型,结合 100 亿公里量产数据构建虚拟训练场,并具备全场景泊车等核心功能。
Momenta 在北京车展上宣布其 R7 世界模型首次进入大规模量产阶段,标志着智能驾驶从“感知”迈向“理解”。该模型采用预训练、仿真与强化学习三层架构,旨在通过虚拟环境中的千万次推演掌握物理规律,从而在十万分之一概率的极端场景中提供安全保护。目前搭载该系统的大规模量产车辆数量已超 80 万辆,全球交付速度显著提升,并在包括英国、挪威在内的多个地区部署了 Robotaxi 生态。
推荐理由:Momenta 宣布 R7 世界模型进入量产,通过三层架构实现从模仿到想象的进化,旨在解决长尾极端场景下的安全决策问题。
Momenta 宣布其 R7 世界模型将通过 OTA 更新正式搭载于 MG 07 量产车型,标志着物理 AI 时代的到来。该模型基于超过 100 亿公里的真实驾驶里程提炼数据,旨在超越单纯感知,具备理解物体属性、运动因果及交互可能性的能力,从而实现更真实的物理世界预测与规划,支持从车位到车位的无缝行驶及复杂场景下的敏捷导航。
推荐理由:Momenta R7 世界模型正式落地 MG 07,开启物理 AI 时代,具备理解物体属性与因果关系的预测规划能力。
2026 年 4 月 16 日,广汽埃安正式开启 Aion N60 预售,该车由文远知行与广汽埃安联合开发,全系标配文远知行 WRD 3.0 端到端智驾方案。这是 WRD 3.0 首次实现量产部署于高通骁龙 SA8650 平台,使文远知行成为首个在 NVIDIA Drive 和高通骁龙两大主流车载计算平台上均完成端到端技术量产落地的自动驾驶解决方案提供商。
推荐理由:文远知行宣布其端到端智驾方案 WRD 3.0 首次量产部署于高通平台,并依托自研世界模型 GENESIS 实现复杂场景仿真训练。
Hugging Face 与 Yaak 合作发布 Learning to Drive (L2D),这是全球最大的开源自动驾驶数据集,包含德国 30 个城市、60 辆电动车在 3 年内采集的 5000+ 小时多模态数据(90+ TB)。
推荐理由:Yaak 与 LeRobot 合作推出全球最大开源自动驾驶数据集 L2D,包含德国 30 城 5000+ 小时多模态数据及专家/学员双策略。
Kodiak AI 将视觉语言模型(VLM)集成至其自动驾驶系统,利用文本知识与图像结合以增强对紧急车辆等长尾边缘案例的理解。该技术通过零样本分类与多模态解码器实现类人驾驶行为,使卡车能在未见过的复杂场景中做出精准决策并规划路线。此创新方法无需显式训练即可检测罕见事件(如高速警车),显著提升了感知栈的鲁棒性与适应性。