Alpamayo
PulseAugur coverage of Alpamayo — every cluster mentioning Alpamayo across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
自动驾驶转向统一的 VLA 模型，挑战模块化堆栈
新的视觉-语言-动作 (VLA) 模型正在涌现，旨在统一自动驾驶中的感知、推理和控制，从而摆脱传统的模块化堆栈。三个 prominent 模型——来自 UCLA 的 AutoVLA、NVIDIA 的 Alpamayo 系列和 Qwen-Drive-1.0——代表了这种统一的不同方法。AutoVLA 专为边缘部署而设计，具有较少的参数量和基于 token 的动作输出，而 Alpamayo 则是一个较大的、云规模的教师模型，用于蒸馏成较小…
-
NVIDIA 发布 Alpamayo 2 Super 用于自动驾驶汽车，提供商业开放使用 · 追踪 4 个来源
NVIDIA 发布了 Alpamayo 2 Super，这是一款专为机器人出租车和自动驾驶汽车设计的新型开源模型。该模型基于 NVIDIA Cosmos 3 Super Reasoner 构建，并通过强化学习得到增强，旨在改进自动驾驶系统处理复杂、罕见场景的方式。Alpamayo 2 Super 可在宽松的商业许可下使用，允许开发人员为其生产用途进行改编和部署，并在 LingoQA 等基准测试中展现出领先性能，优于 Gemini 2.…
-
新的VLA框架推动自动驾驶感知和动作规划 · 跟踪9个来源
多篇研究论文介绍了用于自动驾驶的新型框架，这些框架集成了视觉、语言和动作（VLA）能力。MATS提出了一种多模态、多任务学习方法，具有自适应融合和特定任务的专家，用于3D感知。HyWorldVLA结合了像素级监督和基于潜在变量的世界模型以实现鲁棒驾驶，而PerceptDrive则利用冻结的感知模型和自适应专家路由。ForgeDrive使用统一的扩散框架和交叉条件进行视觉-动作生成，MindDrive则采用在线强化学习和大型语言模型进行…
-
NVIDIA 发布 OmniDreams 用于实时自动驾驶汽车仿真
NVIDIA 推出了 OmniDreams，一个用于自动驾驶汽车仿真的实时生成式世界模型。该模型基于 Cosmos 扩散模型构建，可生成条件化动作的视频，以创建更真实、更动态的驾驶场景。通过在海量驾驶数据上进行训练，OmniDreams 能够合成极端天气和不可预测的代理行为等复杂现象，克服了传统仿真器的局限性。它与 Alpamayo 和 AlpaSim 等系统集成，为训练和评估自动驾驶策略提供了一个可扩展的解决方案。