[汽車之家 資訊] 日前，理想汽車發(fā)布下一代自動(dòng)駕駛架構(gòu)MindVLA,。MindVLA是一個(gè)能與用戶溝通,、理解用戶意圖的智能體，可以理解為是一名能聽懂用戶說話的專職機(jī)器人司機(jī),。MindVLA是一種視覺-語言-行為大模型,，是機(jī)器人大模型的新范式，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,。據(jù)悉，MindVLA將在7月份與理想i8同步推出,，現(xiàn)款搭載英偉達(dá)雙Orin X芯片的車型也同樣能支持MindVLA,。

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)�,！奥牭枚�”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(qiáng)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(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)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�完全依賴MindVLA的空間理解和邏輯推理能力,。

MindVLA利用Diffusion將Action Token解碼成優(yōu)化的軌跡,，并通過自車行為生成和他車軌跡預(yù)測的聯(lián)合建模,，提升了在復(fù)雜交通環(huán)境中的通行能力,。面對部分長尾場景，理想建立起人類偏好數(shù)據(jù)集,，并且創(chuàng)新性地應(yīng)用RLHF（基于人類反饋的強(qiáng)化學(xué)習(xí)）微調(diào)模型的采樣過程,，最終使MindVLA能夠?qū)W習(xí)和對齊人類駕駛行為，顯著提升自動(dòng)駕駛系統(tǒng)的安全下限,。（編譯/汽車之家 顏歡）