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.

它解決了什麼問題

Alpamayo 1 旨在提升自動駕駛的泛化能力，特別是針對標準模型常常遇到困難的「長尾」場景。它彌合了高層次推理與具體動作預測（軌跡規劃）之間的差距，以幫助車輛在複雜環境中更可靠地導航。

它是如何運作的

此專案使用結合 Cosmos-Reason 骨幹與動作專家的視覺-語言-動作（VLA）架構。它以多鏡頭影像和自我運動歷史作為輸入，產生兩種輸出：一種推理軌跡（使用稱為因果鏈推理的方法）以及一個由 64 個航點組成的預測軌跡，時間範圍為 6.4 秒，頻率為 10 Hz。

它適合誰使用

此工具旨在供從事自動駕駛車輛（AV）堆疊的研究人員和開發者使用，特別是那些尋找基礎模型以構建客製化 AV 應用程式或創建基於推理的自動標註工具的人。

亮點

  • 因果鏈（CoC）推理：使用帶有人在迴圈中的混合自動標註來生成推理軌跡。
  • VLA 架構：將視覺、語言和動作預測整合到單一模型中。
  • 軌跡預測：預測 6.4秒範圍內的精確航點。
  • SFT 和 RL 管道：透過 Alpamayo Recipes 包含監督微調（SFT）和強化學習（RL）的後訓練管道。