近日，英伟达正式推出参数规模达34B的开源视觉-语言-动作（VLA）模型Alpamayo 2 Super，该模型采用OpenMDW-1.1商用许可协议开放，核心面向Robotaxi、高阶自动驾驶等场景研发，可实现多模态感知、自然语言交互与决策动作的端到端打通，是目前自动驾驶领域参数规模最大的开源VLA模型之一。
2026年上半年，高阶自动驾驶落地进入关键窗口期，行业对端到端大模型的需求持续攀升，但此前市场上的VLA模型普遍存在参数规模不足、商用限制严格等问题，难以满足Robotaxi等场景的复杂决策需求。
不同于传统自动驾驶“感知-预测-决策-执行”的分体式架构，VLA（视觉-语言-动作）模型可以直接将多模态感知数据、自然语言指令映射为车辆的控制动作，大幅简化系统链路，降低延迟。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号