1. 首页 > 汽车  > 听得懂、看得见、找得到!理想汽车下一代自动驾驶架构MindVLA亮相

听得懂、看得见、找得到!理想汽车下一代自动驾驶架构MindVLA亮相

3月18日消息,理想汽车自动驾驶技术研发负责人贾鹏在NVIDIA GTC 2025上发表演讲,分享了下一代自动驾驶技术MindVLA的最新进展。

据悉,MindVLA是理想全栈自研的机器人大模型。

该模型整合了空间智能、语言智能和行为智能,旨在将汽车从单纯的运输工具转变为贴心的专职司机,它能听得懂、看得见、找得到。

该技术基于端到端和VLM双系统架构,通过3D空间编码器和逻辑推理生成合理的驾驶决策,并利用扩散模型优化驾驶轨迹,整个过程需在车端实时运行。

MindVLA采用3D高斯作为中间表征,利用海量数据进行自监督训练,显著提升下游任务性能。

其LLM基座模型采用MoE混合专家架构和稀疏注意力技术,确保模型规模增长的同时不降低推理效率。

此外,MindVLA通过Diffusion模型将动作词元解码为优化轨迹,并结合自车行为生成和他车轨迹预测,提升复杂交通环境中的博弈能力。

该技术还基于自研的重建 生成云端统一世界模型,实现大规模闭环强化学习,优化场景重建与生成效率。