IT之家 3 月 18 日消息，在今日的 NVIDIA GTC 2025 上，理想汽車發(fā)布了下一代自動駕駛架構(gòu) MindVLA。
理想汽車自動駕駛技術(shù)研發(fā)負(fù)責(zé)人賈鵬表示，理想自研 VLA 模型 —— MindVLA 將把汽車從單純的運輸工具轉(zhuǎn)變?yōu)椤百N心的專職司機”，它能聽得懂、看得見、找得到?！拔覀兿Ｍ?MindVLA 能為汽車賦予類似人類的認(rèn)知和適應(yīng)能力，將其轉(zhuǎn)變?yōu)槟軌蛩伎嫉闹悄荏w?！?/p>
理想汽車 CEO 李想介紹稱：“MindVLA 是一個視覺-語言-行為大模型，但我們更愿意將其稱為‘機器人大模型’，它將空間智能、語言智能和行為智能統(tǒng)一在一個模型里，讓自動駕駛擁有感知、思考和適應(yīng)環(huán)境的能力，是我們通往 L4 路上最重要的一步。”
李想還表示：“MindVLA 能為自動駕駛賦予類似人類的駕駛能力，就像 iPhone 4 重新定義了手機，MindVLA 也將重新定義自動駕駛?！?/p>
理想汽車官方介紹稱，MindVLA 將為用戶帶來全新的產(chǎn)品形態(tài)和產(chǎn)品體驗，有 MindVLA 賦能的汽車是聽得懂、看得見、找得到的專職司機。
“聽得懂”是用戶可以通過語音指令改變車輛的路線和行為，例如用戶在陌生園區(qū)尋找超市，只需要通過理想同學(xué)對車輛說：“帶我去找超市”，車輛將在沒有導(dǎo)航信息的情況下，自主漫游找到目的地；車輛行駛過程中，用戶還可以跟理想同學(xué)說：“開太快了”“應(yīng)該走左邊這條路”等，MindVLA 能夠理解并執(zhí)行這些指令。
“看得見”是指 MindVLA 具備強大的通識能力，不僅能夠認(rèn)識星巴克、肯德基等不同的商店招牌，當(dāng)用戶在陌生地點找不到車輛時，可以拍一張附近環(huán)境的照片發(fā)送給車輛，擁有 MindVLA 賦能的車輛能夠搜尋照片中的位置，并自動找到用戶。
“找得到”意味著車輛可以自主地在地庫、園區(qū)和公共道路上漫游，其中典型應(yīng)用場景是用戶在商場地庫找不到車位時，可以跟車輛說：“去找個車位停好”，車輛就會利用強大的空間推理能力自主尋找車位，即便遇到死胡同，車輛也會自如地倒車，重新尋找合適的車位停下，整個過程不依賴地圖或?qū)Ш叫畔?，完全依?MindVLA 的空間理解和邏輯推理能力。
除了合作伙伴的演講，北京時間 3 月 19 日凌晨 1:00，英偉達 CEO 黃仁勛將發(fā)表主題演講，包括代理式 AI、機器人、加速計算等領(lǐng)域的發(fā)展趨勢，IT之家屆時將第一時間跟進最新消息。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。