理想汽车的下一个增程式胜利来了?
理想汽车近日发布了下一代自动驾驶基础模型MindVLA-O1,标志着其在技术路线上从单纯的车企向AI企业转型的关键一步。尽管此前华为、图森未来等自动驾驶头部公司对VLA技术路线持有保留意见,但理想汽车依然选择押注该技术,并基于MindVLA-O1对现有智能驾驶系统进行了全面重构。此次技术升级的核心在于解决用户在实际驾驶中遇到的痛点,通过提升空间理解能力、预测能力及行为生成机制,试图实现自动驾驶从“功能可用”到“体验拟人”的跨越。
01当前技术痛点与实测反馈
在老款VLA司机大模型的实际应用中,用户反馈主要集中在响应延迟、空间理解不足及复杂场景处理能力弱三个方面。根据实测体验,系统整体延迟达到150-200毫秒,导致在窄路会车等场景下出现理解路况但动作失准的情况,常出现不必要的重刹。
- 反应延迟与对齐性差
高延迟导致系统在面对动态路况时反应滞后,例如在红绿灯路口识别错误,需人为加速通过;在窄路预判时延迟高,造成交通阻塞。 - 空间理解能力弱
对动态物体的单独建模能力不足,在多车乱窜或路边有并排临停车时,容易产生识别模糊,导致系统退出或需要人为接管绕行。 - 长尾场景处理一般
泛化能力较弱,只能见招拆招。在复杂路口右转或闸机入口等场景下,效率较低,系统常触发“打开360”等非必要操作。
02MindVLA-O1 的四大核心重构
针对上述问题,MindVLA-O1对2025年推出的VLA司机大模型进行了全面升级。此次重构并非简单的参数调整,而是在3D空间构建、预测模型、行为生成机制及训练闭环四个维度进行了底层优化。
| 技术维度 | 老款VLA方案 | MindVLA-O1 新方案 | 提升效果 |
|---|---|---|---|
| 3D空间理解 | 依赖BEV俯视图,激光雷达作补盲 | 直接构建3D世界模型,激光雷达升级为核心感知设备 | 整体延迟降至80-100毫秒,提升近一倍 |
| 预测模型 | 基于当前路况被动响应 | 在LLM基础上增加预测式隐世界模型,隐空间预演 | 提前3-5秒预判路况,猛刹次数减少80% |
| 行为生成 | 轨迹逐点拼接 | 采用VLA-MoE混合专家模式,轨迹一次性生成 | 顿挫感减少90%,驾驶体验接近老司机 |
| 学习闭环 | 按月迭代 | 搭建MindSim模拟器,仿真与真实数据1:1混合训练 | 模型更新升级为按周迭代 |
MindVLA-O1 关键技术升级对比
03行业定位与战略意义
理想汽车CEO李想提出,“车只是第一个载体”,其核心目标是发展“具身智能(物理AI)”。MindVLA-O1作为原生多模态统一模型,具备跨场景、跨设备的复用能力。除了控制即将上市的理想L9等车型外,该模型还能直接迁移至智能眼镜、智能机器人等设备。
VLA技术路线的行业分歧
质疑/保守派
部分自动驾驶头部企业对VLA技术路线持公开反对态度,认为其在某些技术维度存在局限性。
- 华为、图森未来等公司曾公开反对VLA技术。
- 担忧其技术落地难度及在极端长尾场景下的可靠性。
理想务实派
理想汽车基于用户需求和务实逻辑,坚持押注VLA并持续迭代。
- 核心竞争力始终围绕用户需求进行技术迭代。
- 从连续三年营收破千亿且保持盈利的市场表现中验证策略可行性。
- 通过MindVLA-O1实现从车企向AI企业的转型。
对于普通消费者而言,技术的先进与否并非唯一标准,能切实解决自身需求的技术才是最佳选择。理想汽车通过在务实的基础上布局长期生态,试图利用MindVLA-O1扣开物理AI的大门,这不仅是一次自动驾驶技术的质变,更是其商业逻辑向通用智能延伸的重要尝试。
当前文章无评论,是时候发表评论了