Li Auto lança o próximo modelo base de condução autónoma de próxima geração, MindVLA-o1: vê com mais precisão e pensa mais profundamente

IT之家 3 de março de 2026, notícias, hoje, o responsável pelo modelo base da Li Auto, Zhan Kun, participou do NVIDIA GTC 2026 e fez um discurso intitulado “MindVLA-o1: Abrindo o Paradigma Universal - Exploração do Próximo Grande Modelo de Condução Autónoma Unificado de Visão-Linguagem-Ação”, apresentando o próximo modelo base de condução autónoma da Li Auto, o MindVLA-o1.

Segundo foi apresentado, o MindVLA-o1 constrói um modelo base de condução autónoma voltado para a inteligência do mundo físico através de cinco grandes inovações tecnológicas - compreensão do espaço 3D, pensamento multimodal, geração unificada de comportamentos, aprendizagem por reforço em ciclo fechado e design colaborativo de hardware e software.

De acordo com o IT之家, os principais avanços deste modelo podem ser resumidos nos seguintes cinco dimensões:

Ver com mais precisão (compreensão do espaço 3D): Os sistemas anteriores lidavam mais com imagens planas, enquanto o MindVLA-o1 combina câmeras e LiDAR, permitindo que o carro perceba a profundidade, distância e estado de movimento dos objetos, compreendendo realmente o espaço físico tridimensional.

Pensar com mais profundidade (pensamento multimodal): Este é o primeiro modelo capaz de “imaginar” o futuro. Através do modelo de mundo oculto, ele não apenas vê o presente, mas também pode “ensaiar” antecipadamente cenários que podem ocorrer nos próximos segundos em um espaço invisível, permitindo decisões mais preditivas.

Mover-se com mais estabilidade (geração unificada de comportamentos): O sistema adota a arquitetura VLA-MoE, equipada especificamente com “especialistas em ações”. Ele pode gerar simultaneamente todos os pontos de trajetória de condução e, através de um processo de otimização semelhante à “remoção de ruído”, garantir que o carro se mova de forma suave e de acordo com as leis físicas.

Evoluir mais rapidamente (aprendizagem por reforço em ciclo fechado): A Li Auto construiu um poderoso simulador de mundo. O modelo não apenas aprende na estrada, mas também pode realizar auto-práticas e otimização de estratégias em larga escala e alta eficiência no mundo virtual, reduzindo drasticamente os custos de treinamento.

Implantar de forma mais eficiente (colaboração de hardware e software): Através da pesquisa do equilíbrio entre a precisão do modelo e a latência do hardware, a Li Auto reduziu o tempo de design da arquitetura de meses para dias, permitindo que grandes modelos complexos funcionem de forma mais fluida nos chips dos veículos.