山東
3 月 17 日，在 2026 GTC 大會上，理想汽車基座模型負(fù)責(zé)人詹錕正式發(fā)布下一代自動駕駛模型 MindVLA-o1。該模型統(tǒng)一了空間理解、思考推理以及駕駛行為，實(shí)現(xiàn)對 3D 空間的完整理解，且同一套 VLA 模型可同時控制車輛與機(jī)器人，將自動駕駛定義為物理 AI 的發(fā)展起點(diǎn)。
針對行業(yè)傳統(tǒng)方案的技術(shù)瓶頸，理想汽車打造原生 3D ViT 視覺模型。傳統(tǒng) BEV 方案將場景壓縮為俯視圖，丟失關(guān)鍵高度信息；OCC 占用網(wǎng)絡(luò)雖為 3D 架構(gòu)，卻缺少核心語義信息，無法判斷物體可碰撞屬性。MindVLA-o1 的 3D ViT 可通過視頻流直接還原 3D 空間的位置、點(diǎn)云、語義與像素信息，訓(xùn)練中融合視覺的豐富語義與激光雷達(dá)的精準(zhǔn)幾何數(shù)據(jù)，引入前饋式 3DGS 表示對靜動態(tài)場景分別建模，通過自監(jiān)督學(xué)習(xí)實(shí)現(xiàn)場景未來狀態(tài)預(yù)測，為決策輸出高質(zhì)量 3D 世界表征。
算力層面，理想自研馬赫 100 芯片在標(biāo)準(zhǔn)大規(guī)模矩陣乘任務(wù)上性能較上一代提升 3 倍，為新架構(gòu)車規(guī)級落地提供核心算力保障。
同時，該模型搭載新一代多模態(tài)思考框架，融合語言推理與空間推演能力，引入 System-2 顯式推理機(jī)制與預(yù)測式隱世界模型，可在隱空間內(nèi)高效完成未來場景模擬與復(fù)雜場景決策推演。
此外，理想汽車已搭建完整的具身智能 AI 框架，通過統(tǒng)一的數(shù)據(jù)引擎、VLA 模型、仿真系統(tǒng)與強(qiáng)化學(xué)習(xí)基礎(chǔ)設(shè)施，實(shí)現(xiàn)模型跨智能體復(fù)用，推動基礎(chǔ)模型向通用物理世界智能體持續(xù)演化。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
