理想汽車發布下一代自動駕駛架構MindVLA

今天小編分享的互聯網經驗：理想汽車發布下一代自動駕駛架構MindVLA，歡迎閱讀。

理想汽車自動駕駛技術研發負責人賈鵬在 NVIDIA GTC 2025 發表主題演講《VLA：邁向自動駕駛物理智能體的關鍵一步》，分享了理想汽車對于下一代自動駕駛技術 MindVLA 的最新思考和進展。基于端到端 +VLM 雙系統架構的最佳實踐，及對前沿技術的敏銳洞察，理想自研 VLA 模型—— MindVLA。VLA 是機器人大模型的新範式，其将賦予自動駕駛強大的 3D 空間理解能力、邏輯推理能力和行為生成能力，讓自動駕駛能夠感知、思考和适應環境。

MindVLA 不是簡單地将端到端模型和 VLM 模型結合在一起，所有模塊都是全新設計。3D 空間編碼器通過語言模型，和邏輯推理結合在一起後，給出合理的駕駛決策，并輸出一組 Action Token（動作詞元），Action Token 指的是對周圍環境和自車駕駛行為的編碼，并通過 Diffusion（擴散模型）進一步優化出最佳的駕駛軌迹，整個推理過程都要發生在車端，并且要做到實時運行。

MindVLA 将為用戶帶來全新的產品形态和產品體驗，有 MindVLA 賦能的汽車是聽得懂、看得見、找得到的專職司機。" 聽得懂 " 是用戶可以通過語音指令改變車輛的路線和行為，例如用戶在陌生園區尋找超市，只需要通過理想同學對車輛說：" 帶我去找超市 "，車輛将在沒有導航信息的情況下，自主漫遊找到目的地；車輛行駛過程中，用戶還可以跟理想同學說：" 開太快了 "" 應該走左邊這條路 " 等，MindVLA 能夠理解并執行這些指令。