3月18日，理想汽車(chē)在NVIDIA GTC大會(huì)上發(fā)布下一代自動(dòng)駕駛架構(gòu)MindVLA，還放話要像當(dāng)年iPhone 4重新定義手機(jī)那樣，重新定義自動(dòng)駕駛。這不禁令人好奇，理想憑啥這么有底氣？它又會(huì)給整個(gè)行業(yè)帶來(lái)哪些改變呢？咱們一起探討一下。
從按部就班到自主思考
話說(shuō)以前的自動(dòng)駕駛，基本需要高精地圖與提前設(shè)好的規(guī)則來(lái)運(yùn)行，就像個(gè)跟著劇本走的“演員”，靈活性差。但MindVLA的不同之處，在于它會(huì)給自己打造一套類(lèi)似人類(lèi)認(rèn)知邏輯的“大腦”，采用“端到端+VLM雙系統(tǒng)架構(gòu)”。
簡(jiǎn)單來(lái)講，一個(gè)“快思考”系統(tǒng)，也就是端到端大模型，能像我們的直覺(jué)一樣，對(duì)駕駛場(chǎng)景快速做出判斷與反應(yīng)，馬上給出行駛軌跡；而另一個(gè)“慢思考”系統(tǒng)，并不是想的慢的意思，而是視覺(jué)語(yǔ)言大模型，專(zhuān)門(mén)負(fù)責(zé)處理較復(fù)雜的邏輯問(wèn)題，比如判斷公交車(chē)道的動(dòng)態(tài)標(biāo)記、車(chē)道信號(hào)燈等復(fù)雜情況。
有個(gè)實(shí)際例子，在測(cè)試視頻里，車(chē)沒(méi)預(yù)設(shè)導(dǎo)航路線，通過(guò)一句“幫我找個(gè)星巴克”，自己就找到路邊門(mén)店并穩(wěn)穩(wěn)停下來(lái)。若遇到死胡同，還能自動(dòng)倒車(chē)，重新尋找車(chē)位，關(guān)鍵全程還不依賴地圖數(shù)據(jù)，這出色的表現(xiàn)，得益于3D高斯中間表征技術(shù)，通過(guò)大量數(shù)據(jù)自我學(xué)習(xí)，讓車(chē)對(duì)復(fù)雜情況理解更加到位，這有點(diǎn)像偏科生的味道，專(zhuān)注并理解透這門(mén)學(xué)科，與專(zhuān)科生不同，因?yàn)樗尤妗?/p>
讓用戶體驗(yàn)升級(jí)，從機(jī)械式到更懂你
MindVLA的目標(biāo)很明確，就是讓車(chē)變成聽(tīng)懂你話的好司機(jī)。它在三個(gè)場(chǎng)景表現(xiàn)尤為突出。首先是語(yǔ)音交互，當(dāng)你開(kāi)車(chē)時(shí)，可以隨時(shí)給車(chē)下新指令，比如“開(kāi)慢點(diǎn)”、“向左轉(zhuǎn)”等，車(chē)能馬上照做，這比以前車(chē)機(jī)只能關(guān)關(guān)空調(diào)、打開(kāi)車(chē)窗要高級(jí)得多。
其次是視覺(jué)通識(shí)，你可以理解為給發(fā)張周?chē)h(huán)境的照片，它就能知道你在哪，然后自動(dòng)過(guò)來(lái)接你，這功能相當(dāng)于省了個(gè)“專(zhuān)門(mén)司機(jī)”了，它之所以能做到，是因?yàn)镸indVLA能理解招牌、地標(biāo)等視覺(jué)信息，甚至連施工圍擋后面的臨時(shí)路都能識(shí)別。
最后則是自動(dòng)空間的探索，在停車(chē)場(chǎng)或園區(qū)里，車(chē)能自己到處找停車(chē)位，不用依賴導(dǎo)航，可能大家會(huì)說(shuō)，其他車(chē)型也能自動(dòng)找車(chē)位泊車(chē)，但你要注意的是，其他車(chē)型的泊車(chē)功能基本局限在熟悉的停車(chē)場(chǎng)。按理想董事長(zhǎng)李想的話，你跟人司機(jī)咋交流，就能跟MindVLA咋交流，以后停車(chē)也不發(fā)愁。對(duì)比特斯拉FSD頻出誤判路標(biāo)路線，MindVLA通過(guò)本地化訓(xùn)練和邏輯推理，就能解決這些麻煩事。
顛覆傳統(tǒng)還是步子太大？
MindVLA一發(fā)布，相當(dāng)于給傳統(tǒng)自動(dòng)駕駛技術(shù)路線來(lái)了個(gè)大挑戰(zhàn)。它打破對(duì)高精地圖的依賴，通過(guò)自研的模型，車(chē)能模擬環(huán)境自己學(xué)習(xí)，也不用花大價(jià)錢(qián)去依賴地圖數(shù)據(jù)。
更關(guān)鍵是它似乎重新定義了人和車(chē)的關(guān)系，以前的智駕系統(tǒng)是聽(tīng)你指令干活，但MindVLA能和你互動(dòng)，你說(shuō)應(yīng)該走右邊這條路，它不僅做，還能記住你的駕駛習(xí)慣，慢慢成為你生活中伙伴。
而且該技術(shù)還能向外擴(kuò)展的潛力，能應(yīng)用到機(jī)器人等智能領(lǐng)域，這確實(shí)能為行業(yè)帶來(lái)一定性的啟發(fā)。不過(guò)，雖然能通過(guò)技術(shù)優(yōu)化不少問(wèn)題，但城市里復(fù)雜路況的極端情況，還得時(shí)間去驗(yàn)證。
汽車(chē)網(wǎng)評(píng)：
總的來(lái)說(shuō)，MindVLA確實(shí)給自動(dòng)駕駛帶來(lái)新的思路，要是真量產(chǎn)成功，那自動(dòng)駕駛說(shuō)不定就能實(shí)現(xiàn)質(zhì)的飛躍。但理想步子邁的那么大，能否成功還得看接下來(lái)實(shí)際表現(xiàn)如何。