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。