小米發布開源自動駕駛模型Xiaomi OneVL 突破反應速度與決策精度瓶頸

科技巨擘小米（01810）近日正式發布並全面開源其創新自動駕駛模型Xiaomi OneVL，此舉旨在解決業界長期以來在自動駕駛大模型領域，於「推理速度」與「決策精度」之間難以兼顧的痛點。市場關注，該方案在業界率先實現了「VLA（視覺-語言-動作）」、「世界模型」與「潛空間推理」三大技術路線的統一，標誌著自動駕駛技術邁向新里程碑。 據悉，過往的自動駕駛大模型普遍面臨兩難局面。一方面，若採用逐字生成推理文本的顯式思維鏈（CoT），雖然決策精度較高，但推理速度過慢，難以應對真實行車環境下對即時反應的嚴苛要求。另一方面，若為追求速度而跳過推理直接給出動作，雖然反應迅速，卻因缺乏足夠的因果邏輯支持，容易導致錯誤。 Xiaomi OneVL 的核心突破在於採用了「潛空間思維鏈（Latent CoT）」技術。此方案讓模型能夠運用高維度的「內部機器語言」進行「心裡思考」，將完整的推理過程高度壓縮，並一步完成。實測結果顯示，Xiaomi OneVL 在決策精度方面超越了傳統的顯式 CoT 方法，同時其推理延遲卻能與直接給出答案的模型媲美，速度上比顯式 CoT 快上2.3倍，有效解決了速度與精準度的平衡問題。 該模型的核心邏輯是引導模型利用高維度內部機器語言進行深度思考，學會預測未來的畫面，並將複雜的推理過程簡化至一步完成。其關鍵技術組成包括雙模態潛空間 Token、雙輔助解碼器，以及「預填充式」一步推理機制，共同賦予模型極致的加速能力。小米此番開源OneVL，預料將加速智能駕駛技術的創新與普及，進一步推動行業發展。