3 月 17 日，在 2026 GTC 大會(huì)上，理想汽車(chē)基座模型負(fù)責(zé)人詹錕正式發(fā)布下一代自動(dòng)駕駛模型 MindVLA-o1。該模型統(tǒng)一了空間理解、思考推理以及駕駛行為，實(shí)現(xiàn)對(duì) 3D 空間的完整理解，且同一套 VLA 模型可同時(shí)控制車(chē)輛與機(jī)器人，將自動(dòng)駕駛定義為物理 AI 的發(fā)展起點(diǎn)。

針對(duì)行業(yè)傳統(tǒng)方案的技術(shù)瓶頸，理想汽車(chē)打造原生 3D ViT 視覺(jué)模型。傳統(tǒng) BEV 方案將場(chǎng)景壓縮為俯視圖，丟失關(guān)鍵高度信息；OCC 占用網(wǎng)絡(luò)雖為 3D 架構(gòu)，卻缺少核心語(yǔ)義信息，無(wú)法判斷物體可碰撞屬性。MindVLA-o1 的 3D ViT 可通過(guò)視頻流直接還原 3D 空間的位置、點(diǎn)云、語(yǔ)義與像素信息，訓(xùn)練中融合視覺(jué)的豐富語(yǔ)義與激光雷達(dá)的精準(zhǔn)幾何數(shù)據(jù)，引入前饋式 3DGS 表示對(duì)靜動(dòng)態(tài)場(chǎng)景分別建模，通過(guò)自監(jiān)督學(xué)習(xí)實(shí)現(xiàn)場(chǎng)景未來(lái)狀態(tài)預(yù)測(cè)，為決策輸出高質(zhì)量 3D 世界表征。

算力層面，理想自研馬赫 100 芯片在標(biāo)準(zhǔn)大規(guī)模矩陣乘任務(wù)上性能較上一代提升 3 倍，為新架構(gòu)車(chē)規(guī)級(jí)落地提供核心算力保障。

同時(shí)，該模型搭載新一代多模態(tài)思考框架，融合語(yǔ)言推理與空間推演能力，引入 System-2 顯式推理機(jī)制與預(yù)測(cè)式隱世界模型，可在隱空間內(nèi)高效完成未來(lái)場(chǎng)景模擬與復(fù)雜場(chǎng)景決策推演。

此外，理想汽車(chē)已搭建完整的具身智能 AI 框架，通過(guò)統(tǒng)一的數(shù)據(jù)引擎、VLA 模型、仿真系統(tǒng)與強(qiáng)化學(xué)習(xí)基礎(chǔ)設(shè)施，實(shí)現(xiàn)模型跨智能體復(fù)用，推動(dòng)基礎(chǔ)模型向通用物理世界智能體持續(xù)演化。