理想汽车发布下一代自动驾驶架构MindVLA

今天小编分享的互联网经验：理想汽车发布下一代自动驾驶架构MindVLA，欢迎阅读。

理想汽车自动驾驶技术研发负责人贾鹏在 NVIDIA GTC 2025 发表主题演讲《VLA：迈向自动驾驶物理智能体的关键一步》，分享了理想汽车对于下一代自动驾驶技术 MindVLA 的最新思考和进展。基于端到端 +VLM 双系统架构的最佳实践，及对前沿技术的敏锐洞察，理想自研 VLA 模型—— MindVLA。VLA 是机器人大模型的新范式，其将赋予自动驾驶强大的 3D 空间理解能力、逻辑推理能力和行为生成能力，让自动驾驶能够感知、思考和适应环境。

MindVLA 不是简单地将端到端模型和 VLM 模型结合在一起，所有模块都是全新设计。3D 空间编码器通过语言模型，和逻辑推理结合在一起后，给出合理的驾驶决策，并输出一组 Action Token（动作词元），Action Token 指的是对周围环境和自车驾驶行为的编码，并通过 Diffusion（扩散模型）进一步优化出最佳的驾驶轨迹，整个推理过程都要发生在车端，并且要做到实时运行。

MindVLA 将为用户带来全新的产品形态和产品体验，有 MindVLA 赋能的汽车是听得懂、看得见、找得到的专职司机。" 听得懂 " 是用户可以通过语音指令改变车辆的路线和行为，例如用户在陌生园区寻找超市，只需要通过理想同学对车辆说：" 带我去找超市 "，车辆将在没有导航信息的情况下，自主漫游找到目的地；车辆行驶过程中，用户还可以跟理想同学说：" 开太快了 "" 应该走左边这条路 " 等，MindVLA 能够理解并执行这些指令。