昨晚的英伟达GTC是第一次在华盛顿举办，除了投资诺基亚、和Uber研发全球最大规模无人驾驶车队以外，其实英伟达还正式发布了自己的VLA大模型，官方叫AR1，「Alpamayo-R1」。
但是GTC大会上老黄没讲这个，跑去英伟达实验室博客上下了论文，简单给大家总结下。
AR1其实是基于去年英伟达的VLM骨干模型Cosmos-Reason扩展而来，与其他VLA的核心区别，就在英伟达自己打的标题里面：
「Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail」（连接推理和动作预测，实现长尾环境下的通用自动驾驶）。
可以简单概括一下：AR1与其他VLA大模型在核心技术路线上基本趋同，但在复杂多变的「长尾」场景中，AR1用新的技术创新，全面优化了推理、轨迹生成、对齐、安全性、延迟等等方面的实际表现。
官方用词是「state-of-the-art 」（业界领先）。
效果得等实测，今天还是简单从原理方面解释一下AR1的创新之处。
先来回顾一个名词CoT，Chain of Thought 思维链，这是年初DeepSeek震惊AI界的核心名词。
由华人科学家魏学森提出的CoT，是2022年初才广泛被学术界认可的概念。CoT 让大模型自动给出推理步骤，最终让规模足够大的LLM的可解释性显著提升。
英伟达在AR1上的创新也是一个「链」，官方命名CoC（Chain of Causation 因果链）数据集。
英伟达认为，自动驾驶的有效推理必须建立在「因果关系基础之上」，并且推理本身「必须与驾驶任务保持结构对齐」。这就要求推理轨迹不能产生冗长无序的叙述，因为人类的思维本身是极低时延，且精简高效的。
而在对CoT思维链的应用中，英伟达认为思维链存在「行为描述含糊不清、表面推理、因果混淆」等等缺陷。
因而就有了AR1的CoC因果链，可以简单理解为在推理轨迹的过程中，英伟达为模型强制实施了「明确的因果结构」，而这种强制，则是由「选择关键帧」、「分隔历史与未来片段」等标注类手段构成的。
所以可以看到，因果链的前置标注工作相当重要，而由此生成的因果链数据集，最终则可以为决策学习提供清晰的监督数据。
另一个很有意思的点在于，CoC使用的大模型评估器是GPT-5。评估器本身是否影响AR1的全球化进度，这个需要进一步观察。
回到模型本身，AR1作为一个定义为「模块化VLA架构」的大模型，英伟达对其定位是「适配任何现成的VLM主干网络」。而目前AR1已经扩展到了最高7B（三档0.5/3/7B）的规模，也已经明显超出了目前各大主机厂辅助驾驶大模型4B的主流规模。
凭借着以上所有创新，最终英伟达表示，AR1在复杂场景下的轨迹规划性能提升了12%，近距离碰撞率减少25%，强化学习后训练使推理质量提升45%，推理-动作一致性增强37%。
不过，论文中英伟达还提到另外一点：AR1现阶段如果想要的车规级时延，需要在RTX A6000 ProBlackwell 级别的卡上跑推理。
而这张卡的 INT8 算力高达4000T，是Thor-U的6倍左右[允悲]
虽然但是，AR1 的诞生意味着英伟达的车规级软硬一体战略迈出了重要的一步，从10年前纯粹的芯片供应商，跃升为芯片、模型、训练服务器完整闭环，现阶段全球唯一的供应商。
