在NeurIPS 2025大会现场，英伟达发布了首款面向L4级别自动驾驶的推理视觉语言动作模型Alpamayo-R1，并同步开源至GitHub与Hugging Face平台。该模型基于今年8月推出的Cosmos-Reason系列构建，能够一次性处理摄像头、激光雷达以及文本指令等多模态输入，通过内置推理机制生成驾驶决策。据最新介绍，该技术可为车辆注入“人类常识”级别的认知能力。

Alpamayo-R1的核心亮点如下：

- 统一架构：采用视觉、语言与动作三模态端到端训练框架，避免传统分模块设计带来的误差叠加问题

- 推理链路：依托Cosmos思维链技术，模型可对“前车急刹”“行人横穿”等复杂场景进行多步推演，再输出加速、制动或转向等控制信号

- 开箱即用：模型权重、推理脚本与评估工具已整合至“Cosmos Cookbook”资源包，开发者可直接按需微调部署

英伟达首席科学家Bill Dally指出，机器人技术与自动驾驶将成为下一代人工智能浪潮的核心，“我们的目标是成为所有机器人的智能大脑”。伴随模型发布，公司同步推出了数据合成、模型评测与后训练全流程指南，鼓励车企与Robotaxi团队在限定区域快速验证L4级功能。

行业分析认为，开源推理模型能显著降低车厂自研技术门槛，但能否通过功能安全认证、满足车规级实时性要求，仍是Alpamayo-R1商业化前必须跨越的关键挑战。