在近期举办的国际消费电子展（CES）上，英伟达宣布推出全新自动驾驶开发平台Alpamayo R1，并同步开源核心代码与配套工具链。该平台采用端到端训练架构，整合了海量真实驾驶数据、人类驾驶示范数据以及由Cosmos世界模型生成的合成数据，标注样本量达数十万级。通过模拟人类决策逻辑，系统不仅能控制车辆转向、制动与加速，还能对操作原因进行推理并规划行驶轨迹，显著提升应对复杂场景的能力。
技术架构方面，Alpamayo平台创新性地采用双系统设计：底层自动驾驶堆栈作为安全基座，与主系统形成镜像校验机制。当策略评估模块判定当前环境超出安全阈值时，系统将自动切换至经典控制架构。英伟达汽车部门副总裁Ali Kani透露，即将量产的全新奔驰CLA车型将成为首款搭载该平台的车型，预计年底前在美国市场率先交付，该车型也是全球首款同时运行双自动驾驶系统的量产车。
为降低开发门槛，英伟达同步开放了三大核心资源：Hugging Face平台上的Alpamayo模型代码库、包含1700小时多场景驾驶数据的训练集，以及GitHub上的AlpaSim高保真仿真框架。其中仿真环境支持全球不同地理气候条件下的虚拟测试，开发者可结合Cosmos生成的合成数据与真实数据优化算法。通过蒸馏技术，完整模型可压缩为轻量化版本，使中小团队也能获得与行业巨头相当的技术能力。
商业合作进展迅速，捷豹路虎、Lucid、Uber等企业已启动技术评估，博世则采用NVIDIA NeMo软件套件加速AI功能开发。英伟达创始人黄仁勋在发布会现场宣布，搭载自研自动驾驶系统的测试车辆将于今年一季度在美国启动路测，二季度扩展至欧洲市场，下半年进入亚洲地区。该系统将保持季度更新节奏，持续优化复杂场景处理能力。
此次CES展会上，英伟达构建了完整的现实世界AI开发矩阵：除自动驾驶领域的Alpamayo系列外，还推出了智能体开发平台Nemotron、物理AI引擎Cosmos、机器人训练框架Isaac GR00T以及生物医学工具Clara。这些开源模型与工具覆盖了从数据生成、仿真测试到模型部署的全链条，为企业客户提供端到端的AI系统开发解决方案。据现场演示，基于Cosmos平台生成的合成数据可使自动驾驶算法训练效率提升40%，同时降低60%的真实路测成本。
