芯片巨頭英偉達周一在加州圣地亞哥舉行的 NeurIPS 人工智能大會上宣布了新的基礎設施和人工智能模型，此舉旨在加速構建物理人工智能（Physical AI）的基礎技術，該領域包括能夠感知現實世界并與之互動的機器人和自動駕駛汽車。

英偉達發布了 Alpamayo-R1，這是一款專用于自動駕駛研究的開放式推理視覺語言模型（VLAM）。該公司聲稱，這是首個專注于自動駕駛的視覺語言動作模型。視覺語言模型能夠同時處理文本和圖像，使車輛能夠“看到”周圍環境，并根據感知信息做出決策。

Alpamayo-R1基于英偉達的 Cosmos-Reason 模型，該推理模型能夠在做出響應之前進行“思考”和決策。英偉達表示，像 Alpamayo-R1這樣的技術對于旨在實現 L4級完全自動駕駛的公司至關重要，并希望這種推理模型能賦予自動駕駛汽車“常識”，使其能夠更好地處理復雜的駕駛決策，更像人類駕駛員。

這款新模型已在 GitHub 和 Hugging Face 平臺開放。

除了新的視覺模型，英偉達還在 GitHub 上線了一套新的分步指南、推理資源和訓練后工作流程，統稱為 Cosmos Cookbook。這套指南涵蓋了數據整理、合成數據生成和模型評估等方面，旨在幫助開發者更好地使用和訓練 Cosmos 模型，以滿足其特定的應用場景需求。

此次發布正值英偉達全力推進物理人工智能領域之際，將其視為其先進 AI GPU 的新應用方向。

英偉達聯合創始人兼首席執行官黃仁勛曾多次強調，下一波人工智能浪潮將是物理人工智能。英偉達首席科學家比爾·戴利也表達了類似觀點，并著重強調了物理人工智能在機器人領域的應用。戴利此前表示:“我認為最終機器人將在世界上扮演舉足輕重的角色，而我們希望最終能夠制造出所有機器人的大腦。要做到這一點，我們需要開始研發關鍵技術。”