AR1 是基于 NVIDIA 的 Cosmos Reason 模型，这是一种专为物理 AI（Physical AI）设计的推理视觉语言模型；并采用多阶段训练策略：首先在大规模驾驶数据上 做模态注入，学习从视觉到动作的基本映射；第二阶段在 CoC 因果链数据上做监督微调，显式教会模型「 先想清楚再开」；最后通过强化学习（RL）进一步优化 推理质量、推理 - 行动一致性和轨迹安全性。 一、自动驾驶的瓶颈：「 看」得见，却「想」不明白 当今自动驾驶模型越来越强大，摄像头、雷达、Transformer 网络一齐上阵，似乎什么都「 看得见」。但真正的挑战在于：模型能否像人一样「 想明白」为什么要 这么开？ 传统的端到端（E2E）系统虽然能从感知到控制一气呵成，却常在「 长尾场景」翻车 —— 比如： 迎面来车违规左转； 行人突然闯入； 临时施工、交通标志被遮挡。 这些「 极少数但容易发生事故」的场景正是当前系统的盲点。 二、Alpamayo-R1：给模型装上「 推理链条」 NVIDIA Research 推出的 Alpamayo-R1（AR1），是一种全新的带有推理能力的视觉 - 语言 - 行动模型（Reasoning ...