英伟达推出针对自动驾驶汽车的开放式推理人工智能系统

英伟达借今年的NeurIPS大会展示了旨在加速自动驾驶汽车普及的全新AI技术。

在圣地亚哥的活动现场，该公司对Alpamayo-R1（AR1）进行了展示，并宣称这是全球首款达到工业级规模的开放推理型视觉语言动作（VLA）自动驾驶模型。

VLA模型可以同时处理文本和图像，这意味着车辆传感器可以将他们“看到”的内容转化为使用自然语言的描述。

英伟达有一款软件，其命名源自秘鲁安第斯山脉中一座被视作难以拓展的山峰。这款软件把思维链式的人工智能推理和路径规划融合起来，让它能够比以往的自动驾驶软件更出色地应对复杂状况——就如同人类的思考方式，先把场景拆解开来，考量所有可能的选择，之后再采取下一步行动。

英伟达指出，这一能力对达成四级自动化而言意义重大——按照汽车工程师学会的定义，四级自动化指的是汽车在特定场景下能够完全掌控驾驶流程。

在与Alpamayo-R1同步发布的一篇博客文章里，英伟达应用深度学习研究副总裁Bryan Catanzaro通过举例阐述了它的工作原理。

卡坦扎罗指出：“借助AR1所支持的思维链推理能力，自动驾驶车辆在行人较多的自行车道附近行驶时，能够从行驶路径中收集数据，同时结合推理过程中留下的痕迹——也就是对采取特定行动原因的解释——并运用这些信息来规划后续的行驶轨迹，例如驶离自行车道或者为可能突然横穿马路的人停车。”

英伟达还提到，AR1的人文推理还能帮助其他细致情景，包括行人密集的路口、即将关闭的车道，或车辆双排停在自行车道上。

AR1借助高效的推理思维模式，使工程师能够更清晰地把握特定决策的背后逻辑，这无疑能帮助他们进一步深化对车辆安全优化路径的理解。

该模型以英伟达今年初推出的Cosmos Reason为基础，其开放权限能让研究人员依据自身非商业场景开展定制工作，不管是用于基准测试，还是打造专属杀毒软件都适用。

AR1 可在 GitHub 与 Hugging Face 平台获取，据 Catanzaro 所述，经过训练的强化学习“效果尤为突出”，研究人员也指出其推理能力“得到了明显增强”。