NVIDIA 发布 2B 车载推理模型 Alpamayo 2 Edge,端到端延迟 160-190ms
tomaszbednarz · x · 2026-11-19
NVIDIA 发布 Alpamayo 2 Edge:一个 2B 参数的自适应推理视觉-语言-动作(VLA)模型,专为在 NVIDIA DRIVE AGX Thor 上实时车载部署设计。
- 按需生成 Chain-of-Causation 因果推理,用扩散动作专家从环视相机与导航输入生成驾驶轨迹
- AlpaGym 闭环强化学习使驾驶性能比最佳无 RL checkpoint 提升 48.9%
- AlpaJudge 提供人校准的推理质量评估(含 reference-based 与 reference-free 两种变体),推理分数可作 post-training 奖励
- 用 TensorRT 与 DFlash2 优化后在 DRIVE AGX Thor 上实现 160-190ms 像素到轨迹延迟
- 模型与评测工具已上架 Hugging Face,开发者中心提供部署配方
「具身」频道最新
- Embedl 优化 Jetson Thor:自动驾驶规划延迟从 604ms 降至 83ms — AIFlow_ML · 2026-11-19
- BiCAT 将双臂协调编码进 VLA 动作 token,面向高协调低延迟任务 — DJiafei · 2026-11-19
- UIUC 等发布 Game2Player:568 款网页游戏自动变成智能体训练场 — UIUC-CS · 2026-11-19
- 新智具身开源 5000 小时真实触觉数据,三份报告布局触觉原生路线 — 青稞AI · 2026-11-19
- 马斯克:Optimus 机器人 12-18 个月内能完成洗碗收纳全流程 — Polymarket · 2026-11-19
- Nimo Robotics 发布 N1 手套与 D1 灵巧手,用 UMI 系统把人类演示变成机器人技能 — Scobleizer · 2026-11-19