车东西

作家 ｜  张睿

裁剪 ｜  志豪

梦想汽车发布新自动驾驶基础模子，也简略扩张到机器东谈主。

车东西3月17日音信，当天，梦想汽车基座模子负责东谈主詹锟出席NVIDIA GTC 2026，发布了梦想汽车下一代自动驾驶基础模子MindVLA-o1。

▲梦想汽车基座模子负责东谈主詹锟（图源收集）

阐述詹锟的先容，MindVLA-o1以原生多模态MoE Transformer为中枢，通过五大工夫——3D空间理解、多模态念念考、斡旋转为生成、闭环强化学习（Closed-loop RL）和软硬件协同遐想（Hardware–Software Co-Design），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。

▲MindVLA-o1基础模子

而阐述詹锟的说法，MindVLA-o1基础模子正在向具身智能通用模子进化，他暗意：“当咱们把视觉、谈话和活动斡旋到一个模子中时，它已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。基于吞并套VLA模子，不仅不错适度车辆，也简略扩张到机器东谈主。因此，自动驾驶仅仅物理AI的开首，异日米兰体育官网这类基础模子将驱动新的具身智能范式。”

具体来看，梦想汽车自动驾驶基础模子MindVLA-o1有以下五大工夫重点：

1、具备3D空间理解智商，使模子看得更远。

在感知层面，梦想汽车接纳以视觉为中枢的 3D ViT Encoder（3D视觉模子编码器），并哄骗激光雷达点云算作三维几何教导，蛊卦模子理解信得过空间结构，使其在单一暗意中同期具备语义理解与三维感知智商。

▲3D空间理解工夫

同期引入前馈式3DGS暗意（Feedforward 3D Representation），将场景拆分为静态环境与动态物体永诀建模，并通过下一帧猜想（Next-state prediction）算作自监督信号，使模子同期学习深度信息、语义结构与物体畅通，最终酿成会通空间结构与时候高下文的高质地3D暗意。

2、领有多模态念念考智商，让模子想得更深。

在念念考层面，自动驾驶既法子会面前环境，也要猜想异日几秒的场景演化。在谈话模子承担语义理解、学问知识和交互智商的基础上，梦想汽车还引入了猜想式隐宇宙模子。

▲多模态念念考智商

磨练分三阶段：第一，用海量视频数据预磨练Latent World Token（隐宇宙词元），构建异日表征；第二，在MindVLA-o1中抓续宇宙模子的推演，酿成隐空间的异日推明智商；第三，将宇宙模子、多模态推明智商及驾驶活动进行结合磨练与对都。

由此，模子不仅能理解面前场景并进行逻辑判断，还能在隐空间中提前“想象”异日画面，将驾驶有筹画具象化，梦想汽车将这种智商界说为多模态念念考（Generative Multimodal Thinking）。

3、酿成斡旋转为生成机制，使模子行得更稳。

在活动层面，梦想汽车构建了斡旋转为生成（Unified Action Generation）机制。

▲斡旋转为生成

领先，MindVLA-o1使用VLA-MoE（羼杂群众模子）架构，并引入有意的Action Expert（动作群众），从3D场景特征、导航筹画、驾驶指示等多维输入中索要信息，并结合多模态念念考生成高精度驾驶轨迹。

其次，为得志及时性条目，系统接纳并行解码（Parallel Decoding），同期生成通盘轨迹点，大幅进步成果。

临了，引入Discrete Diffusion（破碎扩散）进行多轮迭代优化，肖似迟缓去噪，确保轨迹空间团结、时候厚实，并合适车辆能源学不休。

4、在闭环强化学习框架下，milansports模子扫尾更快进化。

在模子迭代层面，梦想汽车构建了闭环强化学习框架，让模子不仅能从信得过数据学习，还能活着界模拟器（World Simulator）中抓续探索和优化政策。

▲闭环强化学习

为此，梦想汽车将迟缓优化式重建为Feed-forward（前馈）场景重建，使系统简略瞬时生成大界限、高保真驾驶场景，援救大界限并行磨练。

同期，结合生成式模子（Generative Models），模拟环境可扩张、裁剪并生周详新场景。为援救大界限模拟与磨练，梦想汽车开发了斡旋的3D Gaussian Splatting（3D高斯泼溅）渲染引擎和散播式磨练框架，渲染速率进步近2倍，举座磨练资本臆造约75%。

5、在软硬件协同遐想定律下，模子部署更高效。

为措置传统端侧大模子部署耗时长、调试庸俗的问题，梦想汽车面向端侧大模子的软硬件协同遐想定律，将模子结构与考证亏本建模，并结合Roofline模子描写硬件遐想智商与内存带宽执法，在模子性能与硬件不休之间开导斡旋的分析框架。

▲软硬件协同遐想

梦想汽车基座模子团队评估了近2000种模子架组成就，在英伟达Orin与Thor平台上完成考证，找到了模子精度与推理延长之间的Pareto Front（帕累托前沿），将架构探索时候裁减，进步了端侧VLA模子的遐想与部署成果。

同期，梦想汽车方面提到，MindVLA-o1是梦想汽车面向物理宇宙智能中枢AI框架的迫切组成部分，这套AI框架由四大中枢模块组成：

1、MindData，斡旋的VLA数据引擎，负责大界限数据的相聚、清洗和自动标注；

2、MindVLA-o1，斡旋的原生多模态VLA模子，不错理解环境、进行推理，并生成驾驶活动；

3、MindSim，可控的多模态宇宙模子，用于生成复杂驾驶场景并援救大界限闭环磨练；

4、RL Infra（强化学习基础要害），通过奖励模子和政策学习，使系统在仿真与信得过环境中自我进化。

▲AI框架四大中枢模块

四部分协同酿成完竣闭环，使AI简略感知、理解并在物理宇宙中自主活动，并抓续学习。

从结构上看，这套系统如吞并个“数字大脑”：感知层对应视觉皮层，推理与筹画如前额叶，场景生成似畅通皮层，强化学习则肖似多巴胺响应，扫尾了感知、理解、活动和抓续优化的完竣闭环。

梦想汽车方面暗意，车是最大号的机器东谈主，其本体是在构建硅基人命体的躯过问大脑，而该AI框架不仅作事于汽车，也可扩张至机器东谈主及多样物理系统。

另外，梦想汽车方面还提到，MindVLA-o1联系的多篇论文已在CVPR、ICLR、ICRA、AAAI等海外顶会上发表。

自2021年开动扶助驾驶自研以来，梦想扶助驾驶工夫架构阅历了多轮迭代，2025年，梦想汽车推出了VLA司机大模子，并于8月随梦想i8委用郑重推送，9月向AD Max用户全量推送。

适度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；春节时间梦想扶助驾驶总里程达2.5亿公里，VLA指示使用次数达130.3万次。

异日，梦想汽车暗意抓续构建面向物理宇宙智能的完竣AI系统。

• 发布
• 米兰体育官网
• 挤出
• 梦乡
• 新基础