安全实现端到端自动驾驶，既是 L4 级自动驾驶技术的核心所在，也是该技术尚未普及的主要原因。L3 级与 L4 级自动驾驶的核心区别在于是否需要人类介入：L3 级自动驾驶车辆发出接管提示时，驾驶员必须随时准备接手车辆操控；而 L4 级自动驾驶车辆在规定的运行范围内，全程无需人类干预。
随着行业向可扩展、AI驱动的四级解决方案迈进，NVIDIA刚刚发布了名为Alpamayo-R1（AR1）的新开源软件，旨在加快自动驾驶汽车的发展速度。该软件利用生成式人工智能和大型语言模型（LLMs），这是一种基于大量文本数据训练的人工智能系统，能够理解并生成类人语言，使自动驾驶系统能够以类人推理和适应力解决复杂的驾驶情境。
Alpamayo-R1 是一种视觉-语言-行动模型，将推理与轨迹规划相结合，以增强自动驾驶决策能力。开源视觉-语言-行动人工智能模型
Alpamayo-R1（AR1）最适合被描述为一种开源的“视觉-语言-行动”人工智能模型，旨在帮助自动驾驶汽车在做出驾驶决策时“大声思考”。视觉语言模型可以同时处理文本和图像，使车辆能够“看到”周围环境，并根据所感知做出决策。
AR1通过拆解情景并推理每一步来实现这一点。它考虑所有可能的路径，然后利用上下文数据选择最佳路线，能够应对拥挤的行人路口、双排停车车辆或车道封闭的情况。NVIDIA希望这种推理模型能赋予自动驾驶车辆“常识”，使其更好地像人类一样处理细致的驾驶决策。
这家半导体公司在12月2日至7日于圣地亚哥举行的第39届神经信息处理系统年会NeurIPS上宣布了AR1。NVIDIA声称这是首个专注于自动驾驶的视觉-语言-行动模型。
实时路线规划
Alpamayo-R1（AR1）以秘鲁的一座山峰命名，据说在规划路线时会“思考”。通过利用思维链推理，自动驾驶车辆能够实时解读细微且不可预测的现实环境——如即将关闭车道、车辆停在自行车道或不可预测的人类行为。
通过这种方式，它可以将传感器在路上看到的内容转化为自然语言的描述。另一个好处是AR1可以向设计工程师解释为何采取某些行动，并利用这些信息规划未来的轨迹。
让世界为机器人出租车做好准备
英伟达的端到端自动驾驶平台集成了人工智能驱动的计算硬件，如NVIDIA DRIVE AGX Hyperion 10，以及用于训练的数据中心软件和数据中心解决方案。此外，还有仿真工具如Omniverse，该平台可在Windows和Linux等现有作系统上运行，用于测试和验证。
公司与通用汽车、Lucid、奔驰、Rivian、Stellantis、丰田和沃尔沃等汽车公司合作，打造4级自动驾驶汽车，并与Uber合作建立了自动驾驶汽车网络。
Uber将从2027年开始扩大其全球自动驾驶车队规模，目标是达到10万辆。它将由基于NVIDIA Cosmos平台构建的联合AI数据工厂支持。
开放获取是NVIDIA战略的核心。AR1基于NVIDIA Cosmos Reason构建，研究人员可为非商业应用进行定制。除了AR1，英伟达的Cosmos平台还提供了一套用于实体AI开发的工具。其中包括LidarGen，用于生成用于视听仿真的LiDAR数据。
与此同时，NVIDIA、Aurora和沃尔沃自动驾驶解决方案正在将4级自动驾驶扩展到由NVIDIA DRIVE平台驱动的长途货运。他们基于NVIDIA DRIVE AGX Thor打造的下一代系统，将加速沃尔沃即将到来的L4车队，将NVIDIA的端到端AI基础设施从乘客出行扩展到长途货运。
自动驾驶超级计算平台 10
NVIDIA DRIVE AGX Hyperion 10 生产平台配备了 NVIDIA DRIVE AGX Thor 系统芯片;安全认证的NVIDIA DriveOS作系统;一套完全合格的多模态传感器套件，包括14台高清相机；九台雷达、一台激光雷达和12台超声波设备；以及合格的电路板设计。
该平台的核心是两套基于英伟达 Blackwell 架构的索恩车载计算平台，每套平台的实时算力均超过 2000 万亿次浮点运算。索恩车载计算平台能够整合 360 度全方位的多元传感器数据，且针对视觉 - 语言 - 动作模型和生成式人工智能的运行需求进行了优化。依托各项安全认证与网络安全标准，该平台可为 L4 级自动驾驶的安全运行提供坚实保障。
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
