北京
分享至
小米技术昨日甩出一颗技术炸弹——Xiaomi OneVL 一步式潜空间语言视觉推理框架正式发布并全面开源。雷军当晚亲自站台，用一句话定了调：这是业内首次通过潜空间推理，把 VLA（视觉语言动作模型）和世界模型塞进同一套框架。
自动驾驶圈苦"模型碎片化"久矣。感知用一套、决策用一套、预测再用一套，中间接口损耗算力不说，延迟更是要命。小米这次玩的潜空间推理，相当于让模型在压缩后的"信息浓缩层"里直接完成思考和输出，省掉了传统思维链（CoT）那种"一步步写出来"的冗余过程。
官方给出的数据很直白：精度超过显式 CoT，速度对齐"只给答案"的极简方案——简单说就是又快又准。雷军还补了一刀，说在推理、规划等主流基准上"全面刷新性能上限"。
代码和模型权重已挂 GitHub，雷军向全球开发者和研究人员喊话，邀请一起"探索更多可能性"。开源时间点选得微妙：正值端到端自动驾驶路线混战，各家都在赌下一代架构，小米直接把底牌亮上桌。
这套方案是不是真能成为行业标配，还得看社区反馈。但至少，小米在汽车智能化上的技术叙事，从"追赶"悄悄换成了"定义"。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
