3月28日至29日,2026吳文俊人工智能創新大會暨第十五屆吳文俊人工智能科學技術獎頒獎典禮在江蘇常州舉行。大會以被譽為“中國智慧科學技術最高獎”的“吳文俊人工智能科學技術獎”為基石,推動前沿技術研究與産業應用的深度融合。中國人工智能學會理事長、國務院參事、清華大學信息科學技術學院院長、北京信息科學與技術國家研究中心主任、中國工程院院士戴瓊海,中國人工智能學會副理事長、中國工程院院士趙春江等頂尖專家學者與行業精英出席大會。
理想汽車與通用決策智慧研究所共同承辦本次大會“物理世界的智慧體”專題論壇,匯聚産學研各界力量,共同探索AI從數字世界走向物理世界的技術路徑,旨在推動具身智慧領域的技術交流與産業落地。會議由倫敦大學學院計算機係教授、通用決策智慧研究所所長汪軍與理想汽車首席技術官謝炎擔任會議主席。理想汽車作為承辦方,與來自北京大學、北京郵電大學、愛丁堡大學、河海大學等高校及安謀科技、摩爾線程等企業的專家學者共同參與,圍繞自動駕駛基礎模型、端側大模型部署、具身智慧、強化學習等前沿議題展開深入交流。
倫敦大學學院計算機係教授、通用決策智慧研究所所長汪軍表示:“自動駕駛等面向物理世界的智慧系統,正在從單點能力優化轉向更強調整體協同的技術階段。co-design、scaling law這一類探索啟發了我們進一步思考模型、數據、算力與系統之間的關係。將關注點引向了物理智慧體(Physical Agent)、物理強化學習(Physical RL)以及真機強化學習等方向——這些才是大模型在真實物理世界中落地必須突破的核心問題。”
理想汽車基座模型負責人詹錕在專題論壇上發表主題演講,介紹了下一代自動駕駛基礎模型MindVLA-o1的技術進展。在感知層面,理想汽車設計了全新的3D ViT Encoder(3D視覺模型編碼器),在預訓練過程中融合攝像頭和鐳射雷達信息,使模型原生具備3D空間理解能力。自動駕駛系統不僅需要精確感知環境,還需要對未來場景進行預判。為此,理想汽車引入預測式隱世界模型和多模態推理,讓模型擁有了多模態思考能力,不但能理解物理世界,還能提前“想像”未來可能發生的情況。這些核心突破,使MindVLA-o1實現了對真實3D物理世界的深度理解與預判,讓自動駕駛看得更遠、想得更深。
理想汽車基座模型負責人詹錕發表主題演講
理想汽車在VLA大模型的端側部署中,應用了端側大模型“軟硬協同設計定律”。該定律由理想汽車研發團隊聯合國創決策智慧技術研究所共同提出。參與這一研究的鄧程博士現任愛丁堡大學研究員及通用決策智慧研究所基座模型負責人,他在本次專題會議上就端側大模型高效部署發表了演講。
軟硬協同設計定律首次建立了一套將模型精度與晶片性能進行聯合優化的數學框架,研究團隊通過訓練170個不同架構模型、評估近2000種候選配置,實現了在給定晶片參數下自動找到模型精度與推理速度的最優平衡,將端側大模型設計與部署的時間從數月縮短至數天。這一定律不但為理想汽車自研下一代晶片提供了理論基礎,更為破解行業內長期存在的“軟硬割裂”困境提供了理論框架,對充分釋放硬體效能、提升研發效率具有重要意義。
近三年,理想汽車深耕具身感知、基座模型、推理晶片和作業系統等前沿AI技術的基礎理論研究,發表超過50篇論文並獲得ICCV、CVPR、ICML、ICRA、ECCV等頂級學術會議錄用。未來,理想汽車將以“成為全球領先的具身智慧企業”為願景,逐步落地更高階的自動駕駛以及具身智慧産品,解決用戶的關鍵需求,創造高頻的用戶價值。(資料來源:理想汽車)
1、“國際在線”由中國國際廣播電臺主辦。經中國國際廣播電臺授權,國廣國際在線網絡(北京)有限公司獨家負責“國際在線”網站的市場經營。
2、凡本網註明“來源:國際在線”的所有信息內容,未經書面授權,任何單位及個人不得轉載、摘編、複製或利用其他方式使用。
3、“國際在線”自有版權信息(包括但不限于“國際在線專稿”、“國際在線消息”、“國際在線XX消息”“國際在線報道”“國際在線XX報道”等信息內容,但明確標注為第三方版權的內容除外)均由國廣國際在線網絡(北京)有限公司統一管理和銷售。
已取得國廣國際在線網絡(北京)有限公司使用授權的被授權人,應嚴格在授權範圍內使用,不得超範圍使用,使用時應註明“來源:國際在線”。違反上述聲明者,本網將追究其相關法律責任。
任何未與國廣國際在線網絡(北京)有限公司簽訂相關協議或未取得授權書的公司、媒體、網站和個人均無權銷售、使用“國際在線”網站的自有版權信息産品。否則,國廣國際在線網絡(北京)有限公司將採取法律手段維護合法權益,因此産生的損失及為此所花費的全部費用(包括但不限于律師費、訴訟費、差旅費、公證費等)全部由侵權方承擔。
4、凡本網註明“來源:XXX(非國際在線)”的作品,均轉載自其它媒體,轉載目的在於傳遞更多信息,豐富網絡文化,此類稿件並不代表本網贊同其觀點和對其真實性負責。
5、如因作品內容、版權和其他問題需要與本網聯繫的,請在該事由發生之日起30日內進行。