3月18日，理想汽车在NVIDIA GTC2026大会上宣布了下一代自动驾驶基础模型MindVLA-o1。该模型由理想汽车基座模型负责人詹锟发布，标志着公司在自动驾驶技术上的核心突破。MindVLA-o1采用了原生3DViT技术，即真正的三维视觉编码器，旨在解决自动驾驶进展缓慢的问题。理想汽车CEO李想强调，自动驾驶只是物理AI的起点，而3DViT技术能够使模型直接在真实的三维世界中工作，实现对3D空间几何和语义的统一理解。

李想进一步解释说，传统的自动驾驶系统更像是通过2D视频学习开车，而3DViT技术则让AI从一开始就能理解三维世界。这种技术不仅能够识别物体的位置和属性，还能在隐空间中模拟未来几秒的场景变化，实现多模态思考。此外，激光雷达的角色也发生了变化，从感知核心转变为高精度的尺子，为视觉提供几何标定和近场空间约束。理想汽车自研的马赫芯片，单颗有效算力是上一代的3倍，使得这套架构能够真正放入汽车中。MindVLA-o1模型不仅适用于自动驾驶，还能控制机器人，展现出其作为通用物理世界智能体的潜力。