资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
AutoBrains 与 NVIDIA 深化合作，利用 AlphaMayo 2 Super 模型开发自动驾驶智能体
自动驾驶技术公司 AutoBrains 宣布，将利用英伟达（NVIDIA）推出的拥有 3400 亿参数的自动驾驶模型 AlphaMayo 2 Super 的推理能力，来开发针对特定驾驶场景的智能体（Agent）。双方决定在原有的车载平台合作基础上，进一步拓展至自动驾驶人工智能领域的协作。
基于基础模型构建场景化智能体
AutoBrains 于 10 日发布的公告中详细阐述了此次合作的扩展计划。公司表示，将把 AlphaMayo 的基础模型知识迁移至其自有的智能体式 AI 架构中，从而构建能够应对特定驾驶情境的智能体。
AlphaMayo 2 Super 是一个具备复杂驾驶场景推理能力的模型，能够生成行驶轨迹和因果推理记录。英伟达将其介绍为一个处理视频和语言信息的 3400 亿参数推理型视觉-语言-动作（VLA）模型。英伟达将该模型定位为自动驾驶系统开发的“教师模型”，并提出了将模型知识蒸馏至小型模型、以便在车载计算设备上运行的技术方案。
优化资源消耗，提升实时响应效率
根据 AutoBrains 提出的架构设计，系统将仅激活当前情境下所需的智能体和功能，而非在整个车辆系统中运行大型模型的全部功能。这一构想旨在不依赖全量模型运行的情况下，利用推理功能辅助驾驶决策。
公司解释称，这种方法是出于对车辆算力、响应延迟、电力消耗及成本限制的考量。尽管未公布具体的算力节省幅度，但该策略旨在实现更高效的车载部署。
AlphaMayo 生成的行驶轨迹和因果推理记录将被用于创建重现罕见情况的测试场景，并在发现智能体弱点的过程中发挥作用。同时，公司强调仍需结合真实道路数据进行持续验证。
高层观点：从通用推理到专用执行
英伟达汽车部门副总裁 Rishi Dhall 在声明中表示：“AutoBrains 的智能体式 AI 将先进的推理能力转化为优化的实时驾驶智能体。”他进一步解释了双方合作的方向，即将模型的推理能力转化为可在车辆端实际执行的技术。
AutoBrains 创始人兼首席执行官 Igal Raichelgauz 指出：“基础 AI 擅长对罕见且复杂的场景进行推理，而智能体式 AI 则将这些能力转化为在车辆中高效运行的专用驾驶智能体。”他表示，公司不仅依赖收集道路上的罕见案例，还将利用模型的推理能力来反哺学习过程。
合作现状与未来展望
AutoBrains 宣布其智能体已在量产车辆中实现实时运行，但并未披露具体车型、部署时间表，也未确认是否直接搭载 AlphaMayo 2 Super 模型或已投入商业运营。此外，各智能体的规模指标及实际驾驶性能数据也未公开，因此目前难以仅凭此次发布内容评估其技术适用范围或性能水平。
此前，英伟达于 5 月 31 日发布了 AlphaMayo 2 Super，并将其作为用于小型模型学习的教师模型。AutoBrains 与英伟达此前已在基于英伟达 Hyperion 平台的 Level 4 自动驾驶业务中展开合作。Hyperion 是结合车载计算装置与传感器的平台，英伟达已于 2026 年 9 月将原有的 DRIVE Hyperion 更名为 NVIDIA Hyperion。
目前，双方正在与 VinFast 合作推进东南亚地区的 Level 4 自动驾驶业务，并与 Uber 合作开展德国慕尼黑的 RoboTaxi 项目。此次发布的合作扩大内容，标志着双方关系从现有的车载平台合作延伸至驾驶智能的开发领域。值得注意的是，Uber 在 6 月 1 日宣布慕尼黑 RoboTaxi 项目时强调了监管批准的前提条件，而本次合作扩大的公告中并未包含新的芯片供应合同或采购规模信息。
