IT之家 3 月 18 日消息，在昨日的 NVIDIA GTC 2026 上，理想汽车基座模型负责人詹锟发布了下一代自动驾驶基础模型 MindVLA-o1。IT之家注意到，理想汽车 CEO 李想今日发布长文谈及了 MindVLA-o1。李想介绍称，理想汽车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。他表示，自动驾驶，只是物理 AI 的一个起点。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，自动驾驶仍然进展缓慢。问题到底出在哪？我们一直在教 AI 做成年人的事，但从来没让它当过小孩。人类在 0 到 6 岁的阶段学会了走路，学会了扔球、接球。看起来只是简单的动作，但实际上已经帮助孩子建立了对三维物理空间的理解。这就是为什么我们能精准测距、稳定驾驶，因为“3D 预训练”6 岁前就完成了。但今天所有的端到端系统...