在NVIDIA GTC 2026大會上，理想汽車基座模型負責人詹錕發表主題演講，正式推出下一代自動駕駛基礎模型MindVLA-o1。這款模型通過五大技術突破，重新定義了自動駕駛系統的能力邊界，標志著智能駕駛技術向物理世界深度融合邁出關鍵一步。
MindVLA-o1的核心創新在于構建了三維空間感知能力。傳統系統主要依賴平面圖像處理，而該模型通過融合攝像頭與激光雷達數據，采用3D編碼器技術，使車輛能夠精準感知物體的深度、距離及運動軌跡。這種類人化的空間理解能力，讓自動駕駛系統首次具備了真實物理世界的立體認知。
在決策層面，模型引入了隱世界模擬技術。通過構建動態場景預測系統，車輛不僅能分析當前路況，還能在虛擬空間中預演未來3-5秒可能發生的場景變化。這種"前瞻性思考"能力使決策系統能夠提前規避潛在風險，顯著提升復雜路況下的應對能力。
行為生成機制采用創新的VLA-MoE架構，整合了專門的"動作專家"模塊。該系統可同步生成全行駛軌跡點，并通過優化算法消除異常波動，確保車輛運動軌跡既符合物理規律又保持流暢性。實測數據顯示，這種生成方式使駕駛平穩性提升40%以上。
訓練體系方面，理想汽車開發了閉環強化學習平臺。通過構建高保真世界模擬器，模型可在虛擬環境中完成數百萬次場景訓練，訓練效率較實路測試提升20倍。這種虛實結合的訓練方式，既降低了數據采集成本，又加速了算法迭代速度。
硬件適配層面，研發團隊通過優化模型架構與芯片的協同機制，將部署周期從數月壓縮至數天。通過動態調整計算精度與硬件延遲的匹配度，成功讓復雜模型在車端芯片上實現高效運行，為量產應用掃清了關鍵障礙。
