// AI 新闻 · 2026-11-11 · NVIDIA

NVIDIA 推出面向车载场景的 Alpamayo 2 Edge 推理模型

NVIDIA 在技术博客中介绍其 Alpamayo 2 Edge 模型，该模型基于 2B 参数的 Nemotron 架构，专为在 NVIDIA DRIVE AGX Thor 平台上实现低延迟实时推理设计。模型采用自适应推理机制，仅在必要时生成链式因果推理，并结合扩散动作专家从环视摄像头数据和导航输入中生成驾驶轨迹。

阅读原文（NVIDIA）↗

原文发布 2026-11-11 00:00（北京时间）来源 NVIDIA自动整理 · 已核对原文

01摘要

该模型通过在 AlpaGym 中进行闭环强化学习训练，相较无闭环强化学习的最佳检查点，驾驶性能提升 48.9%。NVIDIA 提供 AlpaJudge 模型用于对推理质量进行人工校准评估，并支持在物理仿真数据上运行，以筛选高价值训练样本和作为后训练阶段的奖励信号，形成可重复优化的开发流程。

由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。

02要点

Alpamayo 2 Edge 是一个 2B 参数的自适应视觉-语言-动作推理模型，专为 DRIVE AGX Thor 车载平台设计。
模型采用闭环强化学习训练，在 AlpaGym 中实现驾驶性能提升 48.9%。
通过 AlpaJudge 提供人工校准的推理质量评估，支持训练样本筛选与后训练奖励机制。
结合多分辨率输入、推测解码和量化优化，实现 160-190 毫秒的像素到轨迹延迟。

03原文出处

Running AV Reasoning Models Within Onboard Compute and Latency Limits

NVIDIA · 发布于 2026-11-11 00:00（北京时间） · 上方为原标题

05相关新闻

出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-11 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日

01摘要

02要点

03原文出处

04站内相关

相关产品与工具

05相关新闻