当前位置:

首页 > 硬件相关 > 雷军宣布小米技术团队新成果:Xiaomi OneVL自动驾驶模型正式发布且全面开源

雷军宣布小米技术团队新成果:Xiaomi OneVL自动驾驶模型正式发布且全面开源

小米开源一步式潜空间语言视觉推理框架XiaomiOneVL,该框架整合视觉语言动作、世界模型与潜空间推理,提升复杂场景下的推理效率与连贯性,在多项基准测试中表现优异。小米董事长雷军表示开源旨在推动自动驾驶领域技术协同,相关代码与文档已公开,此举被视为小米AI基础研究的重要进展。

本文目录

    小米技术团队最近放了个大招,正式推出了名为Xiaomi OneVL的一步式潜空间语言视觉推理框架。更关键的是,他们同步开放了模型权重和全套训练推理代码,向全球的开发者和研究机构敞开了大门。这无疑是小米在人工智能赛道上的又一个重要里程碑,也延续了今年3月其XLA认知大模型架构所展现的技术野心。

    那么,这个Xiaomi OneVL到底新在哪里?根据技术团队的解读,其核心创新在于,首次通过“潜空间推理”这项技术,把视觉语言动作、世界模型构建与潜空间推理这三条原本独立的技术路线,整合进了一个统一的框架里。这种设计思路,可以说直接瞄准了传统多模态模型在处理复杂数据时的痛点。它让系统在面对错综复杂的现实场景时,能够进行更高效、更连贯的推理与规划。从公布的实验数据来看,该框架在多个主流基准测试中都拿到了当前最优的成绩,尤其是在潜空间推理这个关键性能上,提升相当显著。

    消息一出,小米董事长雷军也在社交平台上亲自发声,阐明了开源的战略意图。他着重强调,这一举措是为了推动整个自动驾驶领域的技术协同与进步。雷军表示,通过开放这些核心代码和模型参数,希望能吸引全球的聪明头脑,一起探索大模型在自动驾驶各种具体场景中的创新应用。目前,相关的代码库已经在主流开源平台上线,配套的技术文档也相当详尽,从模型架构到训练方法都给出了清晰的说明。

    从行业视角来看,Xiaomi OneVL的亮相,标志着小米在AI底层基础研究上,已经迈出了非常扎实的一步。它那种融合多条技术路线的设计思路,为解决自动驾驶中令人头疼的“长尾问题”提供了新的可能性。随着代码的全面开源,可以预见,这很可能在业内激发新一轮的技术探讨与竞赛,从而加速整个智能驾驶系统的迭代与升级进程。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 Xiaomi
    相关文章 更多
    Xiaomi 18 Fold首销数据解读:较上代大折叠增长310%的原因与配置分析
    Xiaomi 18 Fold首销数据解读:较上代大折叠增长310%的原因与配置分析

    本文基于小米集团高管许斐与王晓雁披露的数据,分析Xiaomi 18 Fold中折叠手机首销表现。该机型较上代大折叠同比增长310%,首发玄戒O3芯片,配备5.38英寸外屏与7.58英寸内屏,售价10999元起。适用于关注小米秋季新品市场表现及中折叠屏技术趋势的读者。

    Xiaomi MiMo API 平台开放充值功能
    Xiaomi MiMo API 平台开放充值功能

    小米MiMoAPI开放平台充值功能于2026年1月20日上线。MiMo-V2-Flash模型国内输入每百万tokens收费0.7元,输出2.1元;海外输入0.1美元,输出0.3美元。国内需实名认证,支持小米支付、支付宝和微信支付;海外无需认证,支持ApplePay、GooglePay等。新老用户可领取免费额度,计费系统尚未正式启用,当前仍免费。

    消息称小米首款NAS“Xiaomi智能存储”配2GB RAM
    消息称小米首款NAS“Xiaomi智能存储”配2GB RAM

    小米首款NAS产品“Xiaomi智能存储”六月二十四日正式开启众筹预约,七月一日开售。配备2GB内存与8GB闪存,拥有双盘位最大可支持到40TB固态硬盘,接口包含USB-A3.0和HDMI1.4,搭载四核心的A55架构处理器,并由海康威视负责代工生产。

    消息称小米首款 NAS“Xiaomi 智能存储”工程机配 2G RAM + 8G 闪存,双盘位最高支持 40TB SSD
    消息称小米首款 NAS“Xiaomi 智能存储”工程机配 2G RAM + 8G 闪存,双盘位最高支持 40TB SSD

    小米首款NAS“Xiaomi智能存储”开启众筹预约,7月1日开售。工程机配备2GBRAM、8GB闪存,双盘位最高支持40TBSSD,搭载瑞昱RTD1619B四核A55处理器,带USB-A3.0和HDMI1.4接口,电源适配器由海康威视代工。

    小米发福利了!Xiaomi Watch 5/S5系列用户免费送网易云音乐手表VIP
    小米发福利了!Xiaomi Watch 5/S5系列用户免费送网易云音乐手表VIP

    8月21日消息,小米可穿戴产品负责人张雷宣布,Xiaomi Watch 5、Watch 5 eSIM、Watch S5 46mm、Watch S5 eSIM 46mm四款手表用户,可以免费领取一个月的网易云音乐手表VIP,活动有效期即日起至9月20日。用户参与活动前,需要先将手表固件、手表端网易云音

    小米澎湃 OS 3 上线 2026 父亲节限定水印,Xiaomi 17T 首发「Live Moment」水印同步向徕卡合作机型下发
    小米澎湃 OS 3 上线 2026 父亲节限定水印,Xiaomi 17T 首发「Live Moment」水印同步向徕卡合作机型下发

    小米澎湃系统三上线的父亲节限定水印,使用期限至六月二十四日,需要将相册编辑升级至二点三零以上。同时,小米十七T首发的LiveMoment徕卡定制水印已向所有徕卡合作机型推送,系统需要澎湃系统三以上。

    小米发布并开源Xiaomi OneVL自动驾驶模型
    小米发布并开源Xiaomi OneVL自动驾驶模型

    小米开源了自动驾驶模型XiaomiOneVL,该框架首次将视觉语言模型与世界模型统一,显著提升了推理速度与精度。它在多项基准测试中刷新了性能纪录,并为决策过程提供了语言和视觉双维度的可解释性,既能解释驾驶决策,也能预测未来场景。

    全新 Xiaomi 17 Max 手机拍摄样张公布:小米首款徕卡 2 亿像素主摄,本月见
    全新 Xiaomi 17 Max 手机拍摄样张公布:小米首款徕卡 2 亿像素主摄,本月见

    小米公布Xiaomi17Max拍摄样张,影像表现突出。新机继续与徕卡深度合作,呈现经典影调。其搭载高通最新旗舰处理器,并首次配备与徕卡联合打造的2亿像素主摄及3X潜望长焦镜头,硬件配置扎实,全场景拍摄能力值得期待。

    雷军称小米自动驾驶模型Xiaomi OneVL正式发布并全面开源
    雷军称小米自动驾驶模型Xiaomi OneVL正式发布并全面开源

    小米开源自动驾驶模型XiaomiOneVL,首次整合视觉语言动作、世界模型与潜空间推理三大技术路线,提供高效统一开发范式。官方测试显示其性能突破多项基准,开源旨在邀请全球开发者协同创新,共同探索自动驾驶应用,推动行业开放生态共建。

    小米汽车新动态:寻天N90尾标亮相,车头Xiaomi标识轮廓清晰可辨
    小米汽车新动态:寻天N90尾标亮相,车头Xiaomi标识轮廓清晰可辨

    小米汽车增程式SUV谍照曝光,车头可见品牌标识。尾部“小米寻天N90”标识显示“寻天”或为车系名称。此前小米已注册相关商标。新车采用可升降车顶设计,扩展内部空间,具备露营功能潜力。目前官方尚未公布具体参数,车辆已进入密集测试阶段。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。