NVlabs/alpamayo

NVIDIA Alpamayo 1 Nano is an open 10B reasoning VLA model for autonomous vehicles that pairs driving trajectories with Chain-of-Causation reasoning.

TITLE:

它解决了什么

Alpamayo 1 旨在提高自动驾驶的泛化能力，专门解决标准模型常常困难的“长尾”场景。它在高层次推理和具体动作预测（轨迹规划）之间架起桥梁，以帮助车辆在复杂环境中更可靠地导航。

它是如何工作的

该项目使用结合 Cosmos-Reason 骨干网络与动作专家的 Vision-Language-Action (VLA) 架构。它接受多摄像头视频和自运动历史作为输入，以产生两个输出：一个推理轨迹（使用称为因果链推理的方法）和一个由 6.4 秒水平以 10 Hz 频率的 64 个航点组成的预测轨迹。

它面向谁

此工具旨在供研究人员和开发人员使用，他们正在从事自动驾驶汽车 (AV) 堆栈工作，特别是那些寻找基础模型以构建定制的 AV 应用程序或创建基于推理的自动标注工具的人。

亮点

  • 因果链 (CoC) 推理：使用带有人工回路的混合自动标注生成推理轨迹。
  • VLA 架构：将视觉、语言和动作预测集成到单一模型中。
  • 轨迹预测：预测 6.4 秒水平的精确航点。
  • SFT 和 RL 管道：包含通过 Alpamayo Recipes 进行的监督微调 (SFT) 和强化学习 (RL) 后训练管道。