在CES 2026， 英偉達(dá)公司宣布了Alpamayo，這是一個全新的開放式AI模型、仿真工具和數(shù)據(jù)集家族，旨在解決技術(shù)中最棘手的問題之一：讓自動駕駛車輛在現(xiàn)實(shí)世界中安全，而不僅僅是演示。

表面上看，Alpamayo 看起來像是又一個 AI 平臺的發(fā)布會。實(shí)際上，這正是我多年來在theCUBE采訪中追蹤的一種轉(zhuǎn)變的延續(xù)——也是驗(yàn)證：行業(yè)正從感知型人工智能轉(zhuǎn)向物理型AI——能夠感知、推理、行動并解釋決策的系統(tǒng)，在錯誤不可接受的環(huán)境中進(jìn)行。

這不是關(guān)于更好的車道保持或更平穩(wěn)的高速公路駕駛。它關(guān)乎長尾效應(yīng)：罕見且不可預(yù)測的情況，雖然不常出現(xiàn)，但決定了自主性是否安全、可擴(kuò)展且值得信賴。

阿爾帕馬約的重要性

傳統(tǒng)的自動駕駛系統(tǒng)把這個問題當(dāng)作管道來處理：環(huán)游世界，規(guī)劃路線，執(zhí)行命令。這種做法奏效——直到意外發(fā)生。

阿爾帕馬約代表了一種不同的哲學(xué)。英偉達(dá)正在推出能夠逐步思考情境的車型，不僅展示了車輛應(yīng)該做什么，更展示了為什么要做。這種推理能力——并解釋決策的能力——對于自主權(quán)要超越試點(diǎn)，進(jìn)入廣泛四級部署至關(guān)重要。

同樣重要的是：Alpamayo 并不打算直接在汽車上運(yùn)行。這是一種教師系統(tǒng)——在自主煙囪上路前就進(jìn)行訓(xùn)練、測試和加固的方式。這種區(qū)分很重要，并且與我們今天實(shí)際部署自動駕駛的運(yùn)營商所說的觀點(diǎn)高度吻合。

這不是無預(yù)兆的

如果你一直在看我們的報(bào)道，阿爾帕馬約感覺不像是飛躍，更像是一次匯聚。

在我的采訪中 Gatik，首席執(zhí)行官Gautam Narang介紹了他們?nèi)绾卫肗vidia合作的仿真技術(shù)安全地跨市場擴(kuò)展。Gatik 不依賴模擬而非真實(shí)駕駛——他們用模擬來提升學(xué)習(xí)效果。數(shù)千英里的真實(shí)距離會變成數(shù)百萬合成英里，涵蓋各種傳感器模式，以驗(yàn)證安全性，然后再擴(kuò)展到新的區(qū)域。

那次對話讓我印象最深刻的不是工具設(shè)計(jì)，而是理念。高塔姆明確表示：真實(shí)世界的數(shù)據(jù)是無可替代的。模擬和合成數(shù)據(jù)只有在實(shí)時遙測數(shù)據(jù)基礎(chǔ)上才能發(fā)揮作用。這種融合——真實(shí)數(shù)據(jù)輸入模擬，仿真反饋學(xué)習(xí)循環(huán)——正是英偉達(dá)通過Alpamayo正式化的。

這就是物理人工智能的實(shí)際應(yīng)用：物理系統(tǒng)（卡車）、數(shù)字孿生和大規(guī)模計(jì)算的融合，作為一個系統(tǒng)協(xié)同工作。

實(shí)時就是實(shí)時

我們在與 Plus.ai 的討論中聽到了類似的現(xiàn)實(shí)檢驗(yàn)。CEO劉大衛(wèi)在theCUBE上反復(fù)強(qiáng)調(diào)了一個觀點(diǎn)：近乎實(shí)時并不算實(shí)時。當(dāng)你在高速公路上以8萬磅的速度行駛時，每50毫秒做出一次決策并不是奢侈——那是基本標(biāo)準(zhǔn)。

Plus 把這輛車當(dāng)作邊緣超級計(jì)算機(jī)。AI駕駛員在本地運(yùn)行，每秒做出20次決策，而學(xué)習(xí)則在云端進(jìn)行，并不斷被提煉回車輛。這種架構(gòu)——云訓(xùn)練智能，設(shè)備端執(zhí)行——正是Alpamayo設(shè)計(jì)支持的模式。

英偉達(dá)的Thor和Cosmo平臺在這些討論中反復(fù)出現(xiàn)是有原因的。自主性不僅僅是軟件問題。這是一個全棧系統(tǒng)問題：傳感器、計(jì)算、網(wǎng)絡(luò)、冗余和安全驗(yàn)證都協(xié)同工作。

從輔助駕駛到真正的自動駕駛

另一個反復(fù)出現(xiàn)的主題是關(guān)于自治等級的混淆。在我與Tensor的對話中，區(qū)別非常清晰：Level 2和Level 3協(xié)助駕駛員。4級則取代司機(jī)——在特定條件下，手放開，眼睛不看。

《可靠的4級》不是關(guān)于炫目的演示。它關(guān)乎環(huán)境間的一致性、保護(hù)隱私的設(shè)備智能，以及連接中斷時的韌性。Alpamayo強(qiáng)調(diào)推理、解釋和以模擬為先的驗(yàn)證，直接反映了這些要求。

這也是開放性重要的原因。Nvidia并沒有把Alpamayo鎖在門后。通過發(fā)布開放模型、開放仿真和大規(guī)模開放數(shù)據(jù)集，他們使生態(tài)系統(tǒng)——汽車制造商、初創(chuàng)企業(yè)和研究人員——能夠大規(guī)模地對自動駕駛進(jìn)行壓力測試。

更宏觀的格局：人工智能工廠與物理智能

從更遠(yuǎn)的角度看，Alpamayo恰好融入了我們與Nvidia在GTC和Dell Tech World等活動中報(bào)道的更廣泛主題。正如Kari Briski在theCUBE上解釋的，企業(yè)——現(xiàn)在還有機(jī)器人和出行公司——正從CPU時代的運(yùn)營轉(zhuǎn)向GPU驅(qū)動的AI工廠。

這些工廠不僅僅是生產(chǎn)模型。他們做出決策。代幣變成了動作。數(shù)據(jù)變成了行為。在車輛和機(jī)器人等物理系統(tǒng)中，延遲、吞吐量和可靠性不是抽象指標(biāo)——它們決定安全性。

Alpamayo 是當(dāng) AI 工廠思維應(yīng)用于現(xiàn)實(shí)世界時的結(jié)果。

底線

Alpamayo并不是“汽車界的ChatGPT時刻”，因?yàn)樗莒拧＿@是因?yàn)樗姓J(rèn)了一個殘酷的事實(shí)：只有當(dāng)系統(tǒng)能夠推理意外并解釋自己的選擇時，自主性才會擴(kuò)展。

從以模擬為主的運(yùn)營商如Gatik，到實(shí)時邊緣系統(tǒng)如Plus，再到代理化車輛愿景如Tensor，行業(yè)多年來在我們的采訪中一直傳遞著同樣的信號。英偉達(dá)現(xiàn)在正以結(jié)構(gòu)、工具和開放性來支持這一信號。

這就是物理人工智能的成長——這是讓第四級自主權(quán)成為現(xiàn)實(shí)而非理論化的最明顯步驟之一。