Alpamayo-R1是英伟达研发的视觉-语言-动作模型，模型核心创新涵盖三大维度：构建因果链（CoC）高质量推理轨迹数据集、采用具备物理常识与具身推理能力的Cosmos-Reason作为VLM骨干网络、设计“监督微调+强化学习”多阶段训练策略。