3月17日，理想汽车基座模子负责东谈主詹锟出席NVIDIA GTC 2026，发表主题演讲《MindVLA-o1：开启万能范式——下一代和谐视觉-谈话-动作自动驾驶大模子探索》，肃肃发布下一代自动驾驶基础模子MindVLA-o1。该模子通过五大期间立异，构建了面向物理宇宙智能的自动驾驶基础模子，让自动驾驶看得更远、想得更深、行得更稳、进化更快、部署更高效。

詹锟暗意：“当视觉、谈话和行径和谐到一个模子中时，它不再仅仅自动驾驶模子，而是在渐渐演化为面向物理宇宙的通用智能体。基于团结套VLA模子，不仅不错限制车辆，也概况膨胀到机器东谈主。自动驾驶仅仅物理AI的滥觞，将来这类基础模子将驱动新的具身智能范式。”

从划定时间到AI时间 理想扶植驾驶捏续演进

自2021年开动扶植驾驶自研以来，理想汽车期间架构捏续迭代。2024年是进击分水岭，端到端+VLM双系统量产请托，使扶植驾驶具备跨场景和谐强健智商。2025年，理想进一步将空间强健、谈话强健与行径有议论和谐到团结框架，构建了基于VLA、宇宙模子与强化学习的VLA司机大模子，并于8月随理想i8请托推送，9月向AD Max用户全量推送。

截止2025年底，VLA司机大模子月使用率达到80%，VLA指示累计使用1225.4万次；春节期间理想扶植驾驶总里程达2.5亿公里，VLA指示使用次数达130.3万次。范围化考据为下一代期间演进提供了坚实基础。

MindVLA-o1五大期间立异

理想汽车建议下一代和谐架构MindVLA-o1，凤凰体育app官网入口以原生多模态MoE Transformer为中枢，通过五大期间立异构建面向物理宇宙智能的自动驾驶基础模子。

看得更远：3D空间强健。 摄取以视觉为中枢的3D ViT Encoder，讹诈激光雷达点云四肢几何辅导，一样模子强健的确空间结构。引入前馈式3DGS暗意，将场景拆分为静态环境与动态物体永诀建模，通过下一帧斟酌四肢自监督信号，使模子学习深度信息、语义结构与物体畅通，造成和会空间与时刻的3D暗意。

想得更深：多模态想考。 在谈话模子承担语义强健基础上，引入斟酌式隐宇宙模子，在隐空间中模拟将来。闇练分三阶段：用海量视频预闇练Latent World Token构建将来表征；在MindVLA-o1中捏续宇宙模子推演；将宇宙模子、多模态推理及驾驶行径连合对皆。模子不仅能强健场景，开云kaiyun(中国)还能在隐空间中“想象”将来，将有议论具象化。

行得更稳：和谐滑为生成。 使用VLA-MoE架构，引入Action Expert从3D场景、导航方针等多维输入中索求信息，生成高精度轨迹。摄取并行解码同期生成总共轨迹点，栽培遵循；引入Discrete Diffusion进行多轮迭代优化，确保轨迹勾通放心并顺应车辆能源学拘谨。

进化更快：闭环强化学习。 构建闭环强化学习框架，让模子辞宇宙模拟器中捏续探索优化。将渐渐优化式重建升级为前馈场景重建，瞬时生成大范围、高保真驾驶场景，支撑大范围并行闇练。开发和谐的3D Gaussian Splatting渲染引擎和散播式闇练框架，渲染速率栽培近2倍，闇练老本足下约75%，竣事低老本强化学习闭环。

部署更高效：软硬件协同遐想。 建议面向端侧大模子的软硬件协同遐想定律，开采模子性能与硬件拘谨的和谐分析框架。评估近2000种模子架构竖立，在英伟达Orin与Thor平台上找到精度与蔓延之间的帕累托前沿，将架构探索时刻从数月裁汰至数天，大幅栽培端侧VLA模子部署遵循。

自动驾驶仅仅滥觞，为具身智能构建“数字大脑”

MindVLA-o1是理想汽车面向物理宇宙智能中枢AI框架的进击构成部分。该框架由四大模块构成：MindData和谐VLA数据引擎，MindVLA-o1原生多模态VLA模子，MindSim可控多模态宇宙模子，RL Infra强化学习基础治安。四部分协同造成完好闭环，使AI概况感知、强健并在物理宇宙中自主行径并捏续学习。从结构上看，这套系统如团结个“数字大脑”，竣事了感知、强健、行径和捏续优化的完好闭环。

该框架不仅处事于汽车，也可膨胀至机器东谈主及多样物理系统。对理想汽车而言，车是最大号的机器东谈主，其实验是在构建硅基人命体的躯干涉大脑。

理想汽车在捏续鼓动期间立异的同期，在东谈主工智能领域顶级学术会议发表无数探求恶果开云体育，其中MindVLA-o1干系多篇论文已在CVPR、ICLR、ICRA、AAAI等国外顶会发表。将来，理想汽车将络续以用户价值为导向，插足前沿探求及中枢期间自研，捏续构建面向物理宇宙智能的完好AI系统，执意迈向寰球向上的具身智能企业。

• 发布
• 汽车
• 模子
• 开云体育
• 理响