# Alpamayo-1.5-10B

> 权威词条地址：https://robotics.hellobike.com/models/z-lab-alpamayo-1-5-10b
> 所属分类：models | 最近核验日期：2026-07-05 | 技术层级：L7

## 核心摘要

z-lab 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 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/z-lab/Alpamayo-1.5-10B"}] |
| `updated` | 2026-07-05 |
| `family` | other |
| `params` | 11.1B |
| `architecture` | Alpamayo1_5 |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | other |
| `weights_license` | other |
| `data_formats` | ["SafeTensors"] |
| `pretraining_data` | ["nvidia/PhysicalAI-Autonomous-Vehicles", "nvidia/PhysicalAI-Autonomous-Vehicles-NuRec"] |
| `status` | research |
| `hub_id` | z-lab/Alpamayo-1.5-10B |
| `hub_stats` | {"downloads": 4543, "likes": 6, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/z-lab/Alpamayo-1.5-10B"] |

## 技术详解与生态说明

Alpamayo 1.5 是面向自动驾驶的 10B 参数视觉-语言-动作模型；该仓库镜像 nvidia/Alpamayo-1.5-10B 的权重，并作为 FlashDrive 栈的 base checkpoint。FlashDrive 通过流式推理、DFlash speculative reasoning、ParoQuant W4A8 量化、adaptive action caching 和 torch.compile 来加速该模型。

加载这个 base checkpoint 时，会自动获取 z-lab/Alpamayo-1.5-10B-PARO（W4A8 语言模型权重）和 z-lab/Alpamayo-1.5-10B-DFlash（DFlash block-diffusion draft model）。首次调用每个 stream 只预填充 KV cache 并返回 (None, None)，后续窗口返回 trajectories。

在单张 RTX PRO 6000 上、100 个 PhysicalAI-AV clips 的平均结果中，FlashDrive 使 Alpamayo 1.5 达到 4.7× 更低延迟，单窗口从 717 ms 降到 151 ms，minADE 从 1.705 到 1.573。权重采用 NVIDIA License，仅允许非商业使用；FlashDrive 推理代码采用 MIT License。

## 原始核验来源 (Sources)

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