英伟达在自动驾驶领域再落一子。11月10日，该公司正式发布端到端自动驾驶模型Alpamayo 2 Edge，其视觉语言模型骨干约2.45B参数，动作专家约0.2B参数，整体运行于车规级芯片DRIVE AGX Thor之上。官方数据显示，该模型在端到端闭环测试中的表现提升了48.9%。这一数字背后，是英伟达对”车载AI如何真正学会开车”这一命题的系统性回应。
当前主流的端到端自动驾驶模型大多采用”输入图像、输出轨迹”的直通式结构，中间决策过程如同黑箱，难以解释也难以干预。Alpamayo 2 Edge的差异化设计在于强制模型生成”因果链”推理，也就是不仅输出驾驶动作，还要说明为什么这样开。模型需要理解复杂交通关系、分析潜在风险，并在此基础上自主生成驾驶动作，从而把车载AI从”会看、会理解”推进到”会开车”的阶段。
然而，让AI在服务器里推理与让它在高速行驶的汽车里实时推理，是完全不同的两件事。车载算力有限，响应时间要求严苛，模型既要具备复杂场景下的推理能力，又不能把大量计算资源消耗在冗长的思考过程中。为此，英伟达引入了自适应推理机制，并设计特殊标记：当模型判断当前处于常规驾驶状态时，可直接输出该标记以结束显式推理文本的生成；遇到复杂交通交互时，再展开完整的因果链推理。这一设计改变的是语言模型的输出方式，减少常规场景下的推理Token消耗，而非关闭视觉网络或跳过后续动作计算。
在训练数据层面，英伟达的自动标注流程先从车辆轨迹中提取高层运动行为，再根据行为变化的时间点定位关键帧，随后调用视觉语言模型生成场景因素与驾驶动作之间的因果解释，并对解释是否有画面依据、描述动作是否符合实际轨迹进行验证。这一取舍针对的是驾驶视频中大量连续画面并不产生新决策的现实，避免无效标注稀释训练信号。
从行业意义看，Alpamayo 2 Edge代表了端到端自动驾驶从”黑箱直出”向”可解释推理”演进的一条技术路径。在车规级算力约束下平衡推理深度与响应速度，是量产落地的关键难题，英伟达给出的自适应推理方案具备参考价值。随着此类模型在DRIVE AGX Thor平台上跑通，自动驾驶的竞争焦点或将进一步从感知堆料转向决策层面的推理效率与可解释性。
