# Alpamayo-1.5-10B

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-alpamayo-1-5-10b
> 所属分类：models | 最近核验日期：2026-08-07 | 技术层级：L7

## 核心摘要

nvidia 在 Hugging Face 发布的机器人模型，架构为 Alpamayo1_5，参数规模 11.1B，训练数据包含 nvidia/PhysicalAI-Autonomous-Vehicles。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/nvidia/Alpamayo-1.5-10B"] |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/nvidia/Alpamayo-1.5-10B"}] |
| `updated` | 2026-08-07 |
| `vendor` | nvidia |
| `family` | world_model |
| `params` | 11.1B |
| `architecture` | Alpamayo1_5 |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | openmdw-1.1 |
| `weights_license` | openmdw-1.1 |
| `data_formats` | ["SafeTensors"] |
| `pretraining_data` | ["nvidia/PhysicalAI-Autonomous-Vehicles", "nvidia/PhysicalAI-Autonomous-Vehicles-NuRec"] |
| `control_hz` | 10 |
| `status` | research |
| `hub_id` | nvidia/Alpamayo-1.5-10B |
| `hub_stats` | {"downloads": 47503, "likes": 130, "as_of": "2026-10-21"} |

## 技术详解与生态说明

Alpamayo 1.5 是 NVIDIA 开放的 10B 参数链式思考推理 VLA 模型，面向自动驾驶社区作为可交互、可引导的推理引擎，用于自动驾驶场景中的 VLA 模型开发与评估，尤其关注罕见、长尾事件。模型基于 Cosmos-Reason2 VLM backbone，并带有基于扩散的轨迹解码器，经过 RL post-training，支持导航引导、灵活相机数量和用户问答。

模型输入包括多相机多时刻 RGB 图像/视频、文本和自车运动历史；默认使用 4 个相机、0.4 秒历史窗口、10Hz、每相机 4 帧，图像由 1080x1920 下采样到 320x576。输出包括文本推理轨迹或问答，以及 6.4 秒未来轨迹（64 个 10Hz 路点）。训练数据包含 80,000 小时多相机驾驶数据、轨迹/自车运动标注、3,000,000 条 Chain-of-Causation 推理轨迹，以及 Cosmos-Reason Physical AI 数据、NVIDIA 内部自动驾驶数据和公开驾驶数据。

测试与评估覆盖多相机驾驶、闭环仿真和车载道路测试，重点包括复杂路口、cut-in、行人交互和恶劣天气等长尾场景。推理代码位于 NVlabs/alpamayo1.5，运行依赖 PyTorch、Hugging Face Transformers 和 DeepSpeed；模型权重采用 OpenMDW-1.1，代码采用 Apache License 2.0，可用于非商业用途，商业许可需另行申请。

## 原始核验来源 (Sources)

- [Hugging Face nvidia/Alpamayo-1.5-10B](https://huggingface.co/nvidia/Alpamayo-1.5-10B)