在NVIDIA GTC2025大会上，理想汽车自动驾驶技术研发负责人贾鹏发表了演讲，介绍了理想汽车全栈自研的下一代自动驾驶技术MindVLA的最新进展。

MindVLA是一个整合了空间智能、语言智能和行为智能的机器人大模型，旨在将汽车从单纯的运输工具转变为贴心的专职司机。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来生成合理的驾驶决策，并利用扩散模型优化驾驶轨迹，整个过程在车端实时运行。

在技术实现上，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基座模型则采用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还通过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。同时，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。

MindVLA赋能的汽车不仅可以通过语音指令改变车辆路线和行为，还能通过照片识别用户位置并自主寻找车位。这一技术不仅将重塑用户体验，还将重新定义自动驾驶，为汽车行业和人工智能领域带来深远影响。

理想汽车表示，MindVLA的推出标志着理想汽车在自动驾驶技术领域的又一重大突破，未来将继续加大研发投入，推动自动驾驶技术的不断创新和应用。

《夸克》非常好用的免费AI浏览器

下载APP查看