英伟达发布Alpamayo Agentic Factory蓝图，用AI（人工智能）智能体串联自动驾驶数据准备与模型评估
英伟达在柏林GTC（全球技术大会）公布自动驾驶开发工具更新：Alpamayo Agentic Factory开放蓝图预计2027年初可用，用AI（人工智能）智能体（可自主执行任务的程序）连接数据准备、模型后训练与仿真评估，以减少集成工作；
同时发布20亿参数车载推理模型Alpamayo 2 Edge、人工校准的评估奖励模型AlpaJudge及新版Cosmos 3 Nano。 上述均为公司发布口径，效率提升尚无独立验证。
英伟达新闻稿称，Alpamayo Agentic Factory是一项开放蓝图，预计2027年初可用，使用AI（人工智能）智能体连接数据准备、模型后训练与仿真评估，以减少集成工作。
Alpamayo 2 Edge是基于NVIDIA（英伟达） Cosmos构建的20亿参数推理模型，针对NVIDIA DRIVE AGX Thor平台优化，设计为以10Hz运行，用于车内场景理解与运动规划。 AlpaJudge是经人工校准的评估与奖励模型，为驾驶解释打分，用于评估推理质量、筛除弱标注并减少训练数据人工审核。
Foundation4D可在无激光雷达输入下标注多摄像头视频。 新版Cosmos 3 Nano模型变体扩展合成数据生成与闭环仿真。 Alpamayo 1.5和NuRec Harmonizer的NVIDIA NIM微服务提供优化推理容器。 优步（Uber）与英伟达正基于Cosmos开发数据工厂；
保时捷（Porsche）通过Voxel51牵头大众集团品牌的数据飞轮流程，使用Cosmos Data Factory与Omniverse NuRec并部署于微软Azure（微软云服务）。 新闻稿另称该流程预计可减少最多90%的重复实车测试、缩短最多85%的开发周期，为公司预期，未披露测算方法。
这是智能体（Agent）能力向自动驾驶研发流水线渗透的具体一例：不是让智能体开车，而是让它承担数据准备、训练编排和评估等工程环节。 若2027年初蓝图如期开放，竞争点将从单个模型转向“智能体调度+可追溯评估”的工程闭环； AlpaJudge这类评估模型也指向训练数据筛选与推理质量度量的自动化，对评估方法可复现性提出更高要求。
90%和85%的预期值应视为待验证承诺。
后续观察信号
- 追踪Alpamayo Agentic Factory正式开放时的技术文档与许可条件
- 观察其他自动驾驶厂商是否推出类似的智能体化数据与评估流水线