Alpamayo 2 Super 官方开发教程：轨迹、推理说明与多相机自动标注

报道讲了什么

• NVIDIA 发布了 Alpamayo 2 Super，一个结合 32B Cosmos 3 Super Reasoner 和 2B 扩散 Action Expert 的 VLA 模型，用于自动驾驶开发。
• 模型支持多任务输出，包括未来轨迹、因果推理链、高层元动作、场景问答和推理自动标签。

可以做什么

• 生成未来轨迹和因果推理链，用于理解模型决策和诊断失败原因。
• 回答关于多摄像头驾驶场景的自然语言问题，展示场景理解能力。

怎么使用

1. 加载模型和数据集，准备模型输入，并采样轨迹和因果推理链。
2. 使用 AlpaSim 运行闭环评估，通过 shell 命令部署本地模拟。
3. 生成元动作输出，通过文本生成任务准备输入并调用生成函数。

结果与限制

• 开环评估基于固定记录的未来，无法捕捉模型动作后场景的变化。
• 闭环评估在 913 个重建场景上得到 AlpaSim 分数 1.50 ± 0.13，但未说明是否达到生产就绪。
• 元动作评估在内部 94K 片段上得到横向 IoU 74.59、纵向 61.91、车道 73.55，但未与其他模型对比。

使用入口与依据