小米发布开源自动驾驶模型Xiaomi OneVL

小米推出开源视觉语言推理框架Xiaomi OneVL

小米技术团队近日发布了名为Xiaomi OneVL的一步式潜空间语言视觉推理框架。值得注意的是，团队同步开放了模型权重与全套训练推理代码，向全球开发者及研究机构开源。此举被视为小米在人工智能领域的重要里程碑，也延续了其今年3月公布XLA认知大模型架构时所展现的技术布局。

Xiaomi OneVL的核心创新

那么，Xiaomi OneVL的创新点何在？据技术团队解读，其核心突破在于首次通过“潜空间推理”技术，将视觉语言动作、世界模型构建与潜空间推理三条原本独立的技术路线，整合进统一框架中。该设计直接针对传统多模态模型处理复杂数据时的痛点，使系统在应对复杂现实场景时能实现更高效、连贯的推理与规划。根据已公布的实验数据，该框架在多个主流基准测试中均取得当前最优成绩，尤其在潜空间推理性能上提升显著。

开源战略与行业影响

消息发布后，小米董事长雷军通过社交平台阐述了开源的战略意图。他强调，此举旨在推动自动驾驶领域的技术协同与进步。雷军表示，通过开放核心代码与模型参数，希望吸引全球研发力量共同探索大模型在自动驾驶具体场景中的创新应用。目前，相关代码库已在主流开源平台上线，配套技术文档亦相当详尽，涵盖了从模型架构到训练方法的清晰说明。

从行业视角观察，Xiaomi OneVL的发布标志着小米在AI基础研究方面迈出坚实一步。其融合多技术路线的设计思路，为解决自动驾驶中的“长尾问题”提供了新的可能。随着代码全面开源，预计将在行业内激发新一轮技术探讨与竞赛，进而加速智能驾驶系统的整体迭代与升级进程。