智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
品牌
領(lǐng)鵬
3月18日，理想汽車發(fā)布下一代自動(dòng)駕駛架構(gòu)MindVLA。
理想汽車CEO李想在微博表示，它將空間智能、語言智能和行為智能統(tǒng)一在一個(gè)模型里，讓自動(dòng)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。
MindVLA能為自動(dòng)駕駛賦予類似人類的駕駛能力，就像iPhone 4重新定義了手機(jī)，MindVLA也將重新定義自動(dòng)駕駛。
理想汽車自動(dòng)駕駛技術(shù)研發(fā)負(fù)責(zé)人賈鵬表示：“MindVLA是機(jī)器人大模型，它成功整合了空間智能、語言智能和行為智能，一旦跑通物理世界和數(shù)字世界結(jié)合的范式后，將有望賦能更多行業(yè)。MindVLA將把汽車從單純的運(yùn)輸工具轉(zhuǎn)變?yōu)橘N心的專職司機(jī)，它能聽得懂、看得見、找得到。我們希望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。”
據(jù)了解，MindVLA不是簡單地將端到端模型和VLM模型結(jié)合在一起，所有模塊都是全新設(shè)計(jì)。3D空間編碼器通過語言模型，和邏輯推理結(jié)合在一起后，給出合理的駕駛決策，并輸出一組Action Token(動(dòng)作詞元)，Action Token指的是對(duì)周圍環(huán)境和自車駕駛行為的編碼，并通過Diffusion(擴(kuò)散模型)進(jìn)一步優(yōu)化出最佳的駕駛軌跡，整個(gè)推理過程都要發(fā)生在車端，并且要做到實(shí)時(shí)運(yùn)行。
MindVLA將為用戶帶來全新的產(chǎn)品形態(tài)和產(chǎn)品體驗(yàn)，有MindVLA賦能的汽車是聽得懂、看得見、找得到的專職司機(jī)。
“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(duì)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(qiáng)大的通識(shí)能力，不僅能夠認(rèn)識(shí)星巴克、肯德基等不同的商店招牌，當(dāng)用戶在陌生地點(diǎn)找不到車輛時(shí)，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(dòng)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(shí)，可以跟車輛說：“去找個(gè)車位停好”，車輛就會(huì)利用強(qiáng)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(huì)自如地倒車，重新尋找合適的車位停下，整個(gè)過程不依賴地圖或?qū)Ш叫畔ⅲ耆蕾嘙indVLA的空間理解和邏輯推理能力。
總結(jié)來說，對(duì)于用戶而言，有MindVLA賦能的車不再只是一個(gè)駕駛工具，而是一個(gè)能與用戶溝通、理解用戶意圖的智能體。
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
