6 月 1 日拉開(kāi)帷幕的 2026 年英偉達(dá) GTC 臺(tái)北大會(huì)上，身穿標(biāo)志性皮衣的黃仁勛再次向全球科技界拋出了多項(xiàng)最新進(jìn)展，包括 Vera Rubin 開(kāi)啟量產(chǎn)，進(jìn)軍 AI PC 芯片，以及 Cosmos 3 全模態(tài)模型。

在智能汽車和自動(dòng)駕駛方面，英偉達(dá)全新發(fā)布了 320 億參數(shù)的 VLA 推理模型 Aplamayo 2 Super。對(duì)比此前 100 億參數(shù)的 Alpamayo 1.5，參數(shù)量提升了 3 倍以上。同時(shí)，從此前的前攝像頭感知，拓展到 360 度感知，還新增了元?jiǎng)幼鬏敵龅榷喾N新特性。

隨著 Alpamayo 2 Super 一同發(fā)布的還有全新工具、模型及智能體技能，這將構(gòu)建起從現(xiàn)實(shí)世界數(shù)據(jù)采集、閉環(huán)訓(xùn)練到車端部署的完整流水線，包括 NVIDIA AlpaGym、NVIDIA OmniDreams 及全新的 NVIDIA Omniverse NuRec 模型。

這也意味著，英偉達(dá)在自動(dòng)駕駛領(lǐng)域的軟硬一體布局再進(jìn)一步。對(duì)于車企或自動(dòng)駕駛公司而言，開(kāi)源的 Alpamayo 2 Super 教師模型可被蒸餾為緊湊型模型運(yùn)行在車端。車端硬件可以是 Thor，也可以是 Hyperion 參考設(shè)計(jì)，全部來(lái)自英偉達(dá)。因此車企或自動(dòng)駕駛公司將會(huì)簡(jiǎn)化相當(dāng)多的開(kāi)發(fā)流程，不需要從頭開(kāi)始。

與此同時(shí)，英偉達(dá)還宣布與多家公司達(dá)成 L4 自動(dòng)駕駛領(lǐng)域的合作。其中包括制造業(yè)企業(yè)富士康、新勢(shì)力車企 VinFast，以及 Uber、HUMAIN 兩個(gè)網(wǎng)約車平臺(tái)。

本質(zhì)上，一輛自動(dòng)駕駛汽車，就是一個(gè)依靠四輪行駛的復(fù)雜機(jī)器人。兩者面臨著相同的技術(shù)命題：如何在充滿不確定性的三維物理世界中進(jìn)行高精度的場(chǎng)景感知、實(shí)時(shí)推理博弈，并做出安全的閉環(huán)決策與動(dòng)作執(zhí)行。

因此，在英偉達(dá) GTC 臺(tái)北大會(huì)上，黃仁勛也公布了開(kāi)放人性機(jī)器人慘開(kāi)設(shè)計(jì)?；谟顦?shù) H2 機(jī)器人本體、雙 Sharpa Wave 觸覺(jué)五指靈巧手，以及最重要的 NVIDIA Jetson AGX Thor T5000 本體計(jì)算模塊，實(shí)現(xiàn) 2,070 FP4 TFLOPS 算力。包括 Ai2、蘇黎世聯(lián)邦理工學(xué)院、斯坦福機(jī)器人中心以及加州大學(xué)圣迭戈分校先進(jìn)機(jī)器人與控制實(shí)驗(yàn)室在內(nèi)的多家領(lǐng)先研究機(jī)構(gòu)將采用該人形機(jī)器人參考設(shè)計(jì)，推進(jìn)前沿人形機(jī)器人研究。

從底層的智能體推理模型，到頂層的全球出行網(wǎng)絡(luò)部署，英偉達(dá)已經(jīng)不僅是「賣鏟人」或是芯片供應(yīng)商，它正在重塑 AI 產(chǎn)業(yè)的游戲規(guī)則。

Alpamayo 2 Super 重塑汽車大腦

過(guò)去幾年，自動(dòng)駕駛行業(yè)一直處于苦戰(zhàn)之中。傳統(tǒng)基于規(guī)則的算法，或者單純依賴海量數(shù)據(jù)堆砌的模仿學(xué)習(xí)模型，在面對(duì)現(xiàn)實(shí)世界中無(wú)窮無(wú)盡的長(zhǎng)尾場(chǎng)景時(shí)，往往顯得捉襟見(jiàn)肘。

如何讓汽車像人類老司機(jī)一樣，不僅能看到路，還能理解復(fù)雜的交通博弈并做出合理推理？英偉達(dá)給出的最新解法 Alpamayo 2 Super 亮相了。

Alpamayo 2 Super 基于 NVIDIA Cosmos 世界基礎(chǔ)模型構(gòu)建，擁有 320 億參數(shù)，相較于此前 100 億參數(shù)的 Alpamayo 1.5，它實(shí)現(xiàn)了 3 倍以上的參數(shù)規(guī)模擴(kuò)張。參數(shù)量的增加，意味著 Alpamayo 2 Super 將會(huì)顯著提升長(zhǎng)尾場(chǎng)景中的推理、3D 空間理解和軌跡預(yù)測(cè)能力。

在感知層面，Alpamayo 2 Super 從前向攝像頭感知升級(jí)到涵蓋前、側(cè)、后方的 360 度全景感知。全景視野為模型提供了更完整的場(chǎng)景信息輸入，能夠提升車輛在變道、并線和交叉路口通行時(shí)的安全性。

在決策層面，該模型引入了「元?jiǎng)幼鳎∕eta-Action）」輸出機(jī)制。這意味著模型不僅能夠預(yù)測(cè)軌跡和追蹤因果鏈，還能輸出包括讓行、變道和停車等在內(nèi)的宏觀高級(jí)駕駛決策，為下游規(guī)劃系統(tǒng)提供了更具邏輯性和可解釋性的指令。

大模型的演進(jìn)高度依賴于高質(zhì)量的數(shù)據(jù)喂養(yǎng)與驗(yàn)證環(huán)境。為配合 Alpamayo 2 Super 的落地，英偉達(dá)同步推出了一系列開(kāi)發(fā)工具。

在學(xué)術(shù)界和工業(yè)界，自動(dòng)駕駛模型的訓(xùn)練一直飽受「開(kāi)環(huán)評(píng)估」的困擾。所謂的開(kāi)環(huán)訓(xùn)練，是指根據(jù)已經(jīng)記錄好的歷史數(shù)據(jù)來(lái)評(píng)估模型的單輪動(dòng)作。但在真實(shí)駕駛中，自動(dòng)駕駛系統(tǒng)的任何一次微小決策（比如一次不恰當(dāng)?shù)膭x車或轉(zhuǎn)向選擇）都會(huì)實(shí)時(shí)改變周圍車輛與行人的反應(yīng)。靜態(tài)的數(shù)據(jù)集無(wú)法模擬這種互動(dòng)的連鎖反應(yīng)，這就是所謂的「復(fù)合錯(cuò)誤」。

為了解決這一痛點(diǎn)，英偉達(dá)推出了開(kāi)源、高吞吐量的閉環(huán)強(qiáng)化學(xué)習(xí)框架 NVIDIA AlpaGym。

AlpaGym 基于 AlpaSim 微服務(wù)仿真棧和 NVIDIA Omniverse NuRec 構(gòu)建。它讓模型在虛擬環(huán)境中經(jīng)歷連續(xù)的決策與觀察循環(huán)，每一次動(dòng)作選擇都會(huì)實(shí)時(shí)反作用于環(huán)境，從而把靜態(tài)數(shù)據(jù)集所忽略的邊緣故障與復(fù)合錯(cuò)誤徹底暴露出來(lái)。

此外，以往數(shù)據(jù)管線中最昂貴、最耗時(shí)的環(huán)節(jié)是人工標(biāo)注。英偉達(dá)此次開(kāi)源了因果鏈自動(dòng)標(biāo)注流水線，能夠從原始駕駛視頻片段中自動(dòng)生成具備決策因果關(guān)聯(lián)的標(biāo)簽，無(wú)需人工干預(yù)。這種技術(shù)將基礎(chǔ)模型的標(biāo)注周期從幾個(gè)月壓縮至幾天，大幅提升效率。

Alpamayo 2 Super 及其配套工具鏈的推出，為自動(dòng)駕駛公司和車企提供了一個(gè)標(biāo)準(zhǔn)化的底層基建。作為「教師模型」，它可以蒸餾到較小的模型中，并運(yùn)行在 Thor 或者 Hyperion 參考設(shè)計(jì)上。

驅(qū)動(dòng) Robotaxi 全球落地

如果說(shuō)推理模型解決了自動(dòng)駕駛系統(tǒng)的思考問(wèn)題，那么如何將這些智能機(jī)器安全、高效地接入商業(yè)網(wǎng)絡(luò)并實(shí)現(xiàn)盈利，則是整個(gè)行業(yè)面臨的下一道考題。

在此次 GTC 大會(huì)上，英偉達(dá)宣布將拓展 L4 級(jí)自動(dòng)駕駛合作，將其版圖進(jìn)一步擴(kuò)大到亞洲、歐洲和中東的汽車制造商、Tier 1 和網(wǎng)約車平臺(tái)。

在英偉達(dá) GTC 臺(tái)北大會(huì)上，英偉達(dá)宣布與富士康進(jìn)一步擴(kuò)大合作，將整合富士康的委托設(shè)計(jì)與制造服務(wù)能力，基于 NVIDIA DRIVE Hyperion 平臺(tái)，推動(dòng) L4 級(jí)電動(dòng)汽車的快速集成、規(guī)?；七M(jìn)與部署。

根據(jù)規(guī)劃，這一項(xiàng)目的首批部署將在中國(guó)臺(tái)灣啟動(dòng)，高雄市或?qū)⒊蔀槭着渴鸪鞘兄?，并逐步擴(kuò)展至亞洲其他市場(chǎng)。富士康計(jì)劃，2028 年正式推出 Robotaxi 服務(wù)，首批線路將連接機(jī)場(chǎng)與市區(qū)，此后將沿鐵路網(wǎng)絡(luò)進(jìn)行擴(kuò)展。

針對(duì)路況更為復(fù)雜的東南亞市場(chǎng)，造車新勢(shì)力 VinFast 與自動(dòng)駕駛軟件公司 Autobrains 合作，引入基于 NVIDIA DRIVE Hyperion 平臺(tái)的 L4 級(jí)自動(dòng)駕駛車輛。

此外在歐洲，Uber 也正與 Autobrains 合作，雙方將于今年晚些時(shí)候在德國(guó)慕尼黑推出基于 NVIDIA DRIVE Hyperion 的無(wú)人駕駛出租車項(xiàng)目。該項(xiàng)目集成了 Autobrains 的代理式 AI 自動(dòng)駕駛軟件，車企只用制造 L4 自動(dòng)駕駛硬件，就能利用其軟件實(shí)現(xiàn)自動(dòng)駕駛。這樣一來(lái)，Uber 在歐洲網(wǎng)約車市場(chǎng)版圖也會(huì)持續(xù)擴(kuò)大。

在中東地區(qū)，HUMAIN 正在利用 NVIDIA DRIVE Hyperion，將 Robotaxi 引入沙特阿拉伯。

基于宇樹(shù) H2 打造機(jī)器人參考平臺(tái)

如果說(shuō)智能汽車是帶有輪子的物理 AI，那么通用人形機(jī)器人則是物理 AI 在更廣泛產(chǎn)業(yè)落地中的終極形態(tài)。黃仁勛在大會(huì)上指出：「人形機(jī)器人將把物理 AI 帶到全球最大的各個(gè)產(chǎn)業(yè)，開(kāi)啟一個(gè)價(jià)值數(shù)萬(wàn)億美元的經(jīng)濟(jì)機(jī)遇。」

然而，當(dāng)前全球研究人員在開(kāi)發(fā)通用人形機(jī)器人時(shí)，依然面臨著高度碎片化的開(kāi)發(fā)流程，涵蓋了硬件集成、數(shù)據(jù)采集、仿真模擬、模型訓(xùn)練、評(píng)估以及最終部署等各個(gè)環(huán)節(jié)。為了打破這種各個(gè)環(huán)節(jié)相互割裂的專有黑盒狀態(tài)，英偉達(dá)推出了首款開(kāi)放的人形機(jī)器人參考設(shè)計(jì)—— NVIDIA Isaac GR00T 人形機(jī)器人參考平臺(tái)。

這套設(shè)計(jì)將頂尖的硬件（本體）與開(kāi)放軟件棧（大腦）高度集成在一起，試圖通過(guò)標(biāo)準(zhǔn)化的模件消除研究團(tuán)隊(duì)「重復(fù)造輪子」的基建負(fù)擔(dān)。

該參考平臺(tái)在硬件端集成了目前行業(yè)內(nèi)頂尖的減速器和電機(jī)方案，構(gòu)成了一個(gè)適用于人類尺度環(huán)境下的測(cè)試身體：

• 本體：采用宇樹(shù) H2 Plus 人形機(jī)器人，身高約 1.82 米，體重約 68 公斤，全身?yè)碛?31 個(gè)自由度。

• 靈巧操作端：配備雙 Sharpa Wave 觸覺(jué)五指靈巧手，具備 22 個(gè)自由度，使機(jī)器人全身及雙手總自由度達(dá)到 75 個(gè)，靈巧操作的作業(yè)范圍可以更強(qiáng)。

• 執(zhí)行器控制力矩：實(shí)現(xiàn)全身控制，手臂扭矩最高達(dá) 120 N·m，腿部扭矩最高達(dá) 360 N·m。手臂額定負(fù)載 7 公斤，峰值負(fù)載可達(dá) 15 公斤，確保了機(jī)器人在真實(shí)工況下的抓舉能力。

• 傳感器感知：多視角感知網(wǎng)絡(luò)包括一個(gè)頭部安裝的廣角立體攝像頭（水平視場(chǎng)角 140°，垂直視場(chǎng)角 102°）、用于近距離操作的手腕攝像頭，以及用于運(yùn)動(dòng)追蹤的慣性測(cè)量單元（IMU）。

為了滿足物理AI在動(dòng)態(tài)變化的環(huán)境中做到精準(zhǔn)移動(dòng)、交互與操作的嚴(yán)苛要求，該參考設(shè)計(jì)將算力核心直接內(nèi)置于機(jī)器人本體中。

它集成了 NVIDIA Jetson AGX Thor T5000 本體計(jì)算模塊，其搭載的 NVIDIA Blackwell GPU 可提供高達(dá) 2,070 FP4 TFLOPS 的 AI 性能，同時(shí)配備 14 核 Arm CPU、128 GB 統(tǒng)一內(nèi)存，功耗范圍可在 40W-130W 之間動(dòng)態(tài)配置，專為實(shí)時(shí)傳感器處理和端側(cè)機(jī)器人推理設(shè)計(jì)。

這一參考設(shè)計(jì)不僅有強(qiáng)大的本體，英偉達(dá)還提供了人性機(jī)器人開(kāi)發(fā)的全棧平臺(tái) Isaac GR00T。這一平臺(tái)包括用于采集高質(zhì)量機(jī)器人示范數(shù)據(jù)的 NVIDIA Isaac Teleop；用于多任務(wù)行為推理的 Isaac GR00T 開(kāi)放基礎(chǔ)模型；用于在實(shí)際部署前進(jìn)行仿真與策略訓(xùn)練的 NVIDIA Isaac Sim 和 Isaac Lab；以及負(fù)責(zé)將訓(xùn)練好的策略部署到硬件上的加速版 NVIDIA Isaac ROS 中間件。

模塊化的設(shè)計(jì)允許研究人員完全掌控自己的機(jī)器人數(shù)據(jù)、訓(xùn)練數(shù)據(jù)、遙測(cè)數(shù)據(jù)及日志。目前，包括 Ai2、蘇黎世聯(lián)邦理工學(xué)院、斯坦福機(jī)器人中心以及加州大學(xué)圣迭戈分校在內(nèi)的多家研究機(jī)構(gòu)均將采用該參考設(shè)計(jì)。根據(jù)規(guī)劃，今年年底宇樹(shù)科技將正式推出這一人形機(jī)器人參考平臺(tái)。

英偉達(dá)這種軟硬一體的開(kāi)放標(biāo)準(zhǔn)，正在加速機(jī)器人等前沿科學(xué)研究在物理硬件上的創(chuàng)意轉(zhuǎn)化速度。

無(wú)論是通過(guò)雙足移動(dòng)的人形機(jī)器人，還是通過(guò)四輪行駛的自動(dòng)駕駛汽車，它們面臨的終極技術(shù)挑戰(zhàn)都是相同的：如何讓機(jī)器在不確定環(huán)境中進(jìn)行感知、推理并安全運(yùn)行。通過(guò)將視覺(jué)-語(yǔ)言-動(dòng)作（VLA）大模型作為「大腦」，將高吞吐量的閉環(huán)仿真系統(tǒng)作為「訓(xùn)練場(chǎng)」，英偉達(dá)實(shí)際上正在用同一套方法論同時(shí)賦能這兩個(gè)領(lǐng)域。

隨著底層大模型、開(kāi)放參考設(shè)計(jì)、仿真工具鏈以及全球工業(yè)制造生態(tài)的逐步成熟，汽車與機(jī)器人之間的傳統(tǒng)邊界正在快速消融。未來(lái)的交通工具將不再僅僅是履行運(yùn)載功能的載具，而是具備高級(jí)推理能力、融入全球數(shù)字與物理網(wǎng)絡(luò)運(yùn)行的輪式智能機(jī)器人。物理 AI 的技術(shù)交匯，正在以前所未有的速度改變著人類與機(jī)器共處的世界。