理想马赫VLA 3D ViT_新浪新闻

电动知士

26-06-15 17:13 微博认证：汽车博主

理想马赫VLA的 3D ViT功能

#2026理想livis day# http://t.cn/AXaSKobM

发布于北京

李想：

在昨天的NVIDIA GTC 2026上，詹锟代表理想发布了下一代自动驾驶基座模型MindVLA-o1。我们在底层实现了一个核心突破：原生3D ViT——真正的三维视觉编码器。我们在尝试解答一个问题：人类开车看上去没那么难，每个普通人都能把车开得又快又稳，但全世界最顶尖的企业砸了几千亿进去，自动驾驶仍然进展

2026-03-18 20:18:35

转发(150) 评论(449)

封面新闻：

3月17日，在2026GTC大会上，理想汽车基座模型负责人詹锟发布下一代自动驾驶模型MindVLA-o1，这款模型搭载3D ViT+多模态思考能力，让车辆真正具备理解3D空间的能力。李想表示，自动驾驶只是物理 AI 的起点，这套基座模型不只是为自动驾驶设计的。同一套VLA基座模型，能开车，也能控制机器人，它正在逐渐

2026-03-18 21:15:48

转发(6) 评论(4)

电动知士大雨：

李想讲了自研马赫100芯片的意义：从2D ViT转向3D ViT，数据流架构传输；讲了为什么要上全线控底盘。关于2D → 3D ViT做个简单的科普和补充：在早期Transformer 视觉应用（ViT）中，处理数据的方式是切片式的。把摄像头拍到的一张图，比如 224X224像素，切成一个个 16x16的小方块。这就点像看幻灯

2026-02-07 13:35:52

转发(22) 评论(45)

番茄殿下：

李想在B站新一期的发布视频里称： “MindVLA-o1具备3D ViT+多模态思考能力，让车真正具备理解3D空间的能力。同一套VLA模型，既可以控制车辆，也可以控制机器人，自动驾驶只是物理AI的起点。长远看，物理世界AI的终局是构建一个“硅基人”，让系统像人类一样具备完整的感知和行动能力。” 物理AI？物

2026-03-18 20:50:40

转发(2) 评论(8)

叫海啸的猫：

去年下半年，基模团队提出3D ViT以后，可能确实理想智驾团队的变阵已经注定，感知技术边界走向模糊，芯片和算法需要高度融合

2026-03-18 23:03:07

转发(2) 评论(23)

吴颖碎碎念：

厂长又更新了： “MindVLA-o1具备3D ViT+多模态思考能力，让车真正具备理解3D空间的能力。同一套VLA模型，既可以控制车辆，也可以控制机器人，自动驾驶只是物理AI的起点。长远看，物理世界AI的终局是构建一个“硅基人”，让系统像人类一样具备完整的感知和行动能力。” -- 越来越期待理想下一代自动

2026-03-18 20:54:28

转发(5) 评论(23)

Blood旌旗：

厂长和詹琨的这个访谈信息量还是很大的理想 AD 的下一阶段目标是甩掉通过2D 方式认知世界的 BEV 和 OCC，直接 3D ViT 目标识别但是要想实现全 3D 的认知，计算量大了 10 倍，就需要马赫 100 这颗自研芯片预计年中左右会完成 3D ViT 和新款思维链、新一代硬件的整合整套 AD 的软硬件都可以拿去

2026-03-18 16:36:58

转发(3) 评论(16)

搞某人：

理想的3D ViT直接把发布会现场进行了环境重建，66666666。 #2026理想Livis Day#

2026-06-15 17:16:43

转发(0) 评论(11)

电动知士：

理想马赫VLA的 3D ViT功能 #2026理想livis day# http://t.cn/AXaSKobM

2026-06-15 17:13:08

转发(0) 评论(0)

首页

导航

反馈

登录

Sina.cn(京ICP0000007)