NVIDIA 于 GTC 柏林推出 Halos SAFE 框架与 Alpamayo 2 Edge 车载模型

本次在 GTC 柏林活动中，NVIDIA 同步对外推出 Halos SAFE 安全验证框架与 Alpamayo 2 Edge 边缘端自动驾驶模型，整套组合直接补齐了 L3、L4 级自动驾驶从模型推理到安全合规取证的全链条能力，能够大幅降低车企与出行服务商的研发周期与取证成本，帮助欧洲地区自动驾驶车队更快完成落地审批。这套方案把云端仿真测试、实车硬件测试、道路路测以及车队在线监控打通成一条完整链路，同时针对车载边缘算力做了深度优化，让轻量化 AI 模型可以在车载芯片上稳定运行，满足实时路况感知与车辆运动规划的硬性需求。

一、Halos SAFE 核心技术详情

1. 产品定位

Halos SAFE 属于 Halos 全域安全体系下的全新子框架，专门用来生成可量化、全程可追溯的自动驾驶安全证据，面向 ISO 26262 功能安全认证与各国自动驾驶上路监管审核，解决车企安全材料难以闭环的痛点NVIDIA New...。

2. 完整工作流程

第一步：依托 Omniverse 与 Cosmos 仿真平台批量生成海量极端路况场景，完成第一轮虚拟仿真测试；

第二步：把仿真用例直接下发到实车硬件台架，开展软硬件闭环测试，同步留存全部运行日志；

第三步：把通过台架验证的场景放到真实道路做实车路测，持续采集车辆运行数据；

第四步：对上路运营的自动驾驶车队做长期在线监控，持续补充长尾场景测试记录，形成一整套完整合规的安全文档。

3. 配套技术支撑

Halos SAFE 可以直接对接 Halos OS 中间件，实现任务确定性调度、安全域与 AI 推理任务相互隔离，保证仿真测试数据和实车运行数据一一对应，每一条测试结果都可以溯源，不会出现测试数据断层问题NVIDIA。

二、Alpamayo 2 Edge 模型关键参数与部署方案

1. 基础硬件适配

Alpamayo 2 Edge 是轻量化 VLA 视觉语言动作模型，专门针对 DRIVE AGX Thor 车载计算平台做深度优化，完美适配 Hyperion 整车计算架构，不需要额外扩充车载算力硬件NVIDIA。

2. 模型核心规格

- 总参数量：20 亿参数，属于端侧精简版本；

- 运行帧率：在车载芯片上稳定做到每秒 10 轮推理，满足自动驾驶实时决策要求；

- 基础底座：基于 Cosmos 3 Edge 基础模型蒸馏而来，保留全景场景理解、轨迹预测、因果推理能力；

- 核心能力：支持 360 度多摄像头输入，完成道路环境感知、驾驶行为决策、车辆轨迹规划一整套端到端推理。

3. 落地部署步骤

第一步：开发者在云端完成模型微调，导入本地城市道路数据集做场景定制；

第二步：通过 TensorRT 完成模型量化压缩，适配车载边缘推理环境；

第三步：把量化后的模型部署到 Thor 芯片，接入整车传感器数据流；

第四步：接入 Halos SAFE 测试链路，一边跑实车推理，一边自动留存每一次决策对应的测试记录，同步生成安全验证材料。

三、两者协同落地价值清单

表格

整套技术发布之后，欧洲多家整车厂与出行企业已经启动对接工作，后续开发者可以在 GitHub 与 Hugging Face 平台获取 Alpamayo 2 Edge 开源模型文件，Halos SAFE 配套工具包也会同步开放下载，进一步扩大自动驾驶技术生态规模NVIDIA。

【相关 FAQ】

问题 1：Halos SAFE 框架主要可以为 Alpamayo 2 Edge 模型提供哪些安全保障？

回答 1：Halos SAFE 能够给 Alpamayo 2 Edge 模型搭建从虚拟仿真、台架测试、实车路测到车队运维的全流程验证链路，把模型每一次路况感知、驾驶决策都留存成可追溯的数据证据，满足功能安全认证与上路监管审核要求，保障端侧模型在真实路况下稳定合规运行。

问题 2：Alpamayo 2 Edge 相比同系列其他模型，在车载边缘场景做了哪些精简优化？

回答 2：Alpamayo 2 Edge 把参数量精简到 20 亿，基于 Cosmos 3 Edge 底座做蒸馏裁剪，保留全景感知与轨迹规划核心能力，同时把推理帧率锁定在每秒 10 次，专门适配 DRIVE AGX Thor 车载芯片，在不占用过多算力的前提下实现端到端自动驾驶推理，更适合乘用车与 Robotaxi 边缘部署。

问题 3：Halos SAFE 与 Alpamayo 2 Edge 配套使用，能不能直接对接 Hyperion 整车平台？

回答 3：可以直接对接，Halos SAFE 依托 Halos OS 完成系统隔离与任务调度，Alpamayo 2 Edge 原生适配 Hyperion 配套的 DRIVE AGX Thor 计算单元，整套方案已经完成软硬件联调，沃尔沃、Bolt 等合作车企可直接基于这套组合开展 L4 自动驾驶项目开发。

【数据来源】

[2026-10-21]（欧洲出行厂商基于 NVIDIA Hyperion 打造安全车辆与 Robotaxi 车队）NVIDIA Newsroom

[2026-10-21]（NVIDIA 开放模型推动欧洲各行业自主智能建设）NVIDIA 官方技术博客

[2026-10-21]（GTC 柏林：英伟达为 Robotaxi 落地补齐安全验证与端侧模型能力）腾讯新闻科技频道

免责声明：本文所有技术参数、产品发布信息均来源于公开官方资讯，仅用于行业技术信息分享，不构成任何产品采购、项目投资建议；产品具体开放时间、功能细节请以 NVIDIA 后续正式更新文档为准；文中提到的车企合作进展受各地监管政策影响，落地进度以企业官方公告为准。