在2025年度的英伟达GTC大会上，理想汽车携手英伟达，为自动驾驶领域带来了一场技术盛宴。这场盛会不仅展示了理想汽车在自动驾驶技术上的最新突破，还揭示了英伟达在推动自动驾驶技术向更高层次迈进的关键角色。
大会伊始，理想汽车便放出了一颗震撼弹。理想汽车智驾负责人贾鹏，首次向公众披露了理想汽车在VLA（视觉-语言-行动）技术领域取得的最新研究成果。据悉，理想汽车已为此技术启动了封闭开发，目标直指2025年下半年实现量产。VLA技术作为今年智能驾驶领域的核心竞争点，正被理想汽车、吉利汽车和元戎启行等企业积极推进，而理想汽车的封闭开发无疑为其在这场技术竞赛中增添了筹码。
理想汽车在大会上正式推出了其自研的全栈MindVLA模型。该模型融合了空间智能、语言智能和行为智能，不仅能够理解复杂的3D空间环境，还能进行逻辑推理，并据此制定合理的驾驶决策。MindVLA的六大核心技术优势，包括采用3D高斯作为核心中间表征、引入MoE架构和稀疏注意力实现模型稀疏化、提升逻辑推理能力、利用扩散模型优化驾驶轨迹、基于自研“重建+生成”云端统一世界模型的高度精准仿真能力，以及采用创新性的预训练和后训练方法，使得MindVLA在自动驾驶领域展现出卓越的性能。
与此同时，英伟达也在大会上展示了其在自动驾驶技术方面的最新进展。英伟达介绍了如何通过世界模型、神经重建引擎（NRE）、数据中心训练加速及端侧优化部署，来提升自动驾驶系统的整体性能。特别是英伟达推出的NVIDIA Cosmos世界模型，专注于自动驾驶场景的生成与预测，利用前沿的扩散模型和自回归模型架构，提高了生成内容的真实性与一致性。而神经重建引擎（NRE）则基于神经辐射场和三维高斯技术，重建高精度的三维场景，为自动驾驶仿真测试提供了更加真实的环境。
在模型训练加速方面，英伟达重点介绍了视频与图像训练流水线的优化策略，以及如何通过损失计算的加速提升数据中心训练效率。而在自动驾驶端侧模型优化部署方面，英伟达展示了Thor平台的模型优化策略。Thor平台基于Blackwell架构，提供高达1000 TOPS的INT8推理算力，并深度优化了大模型如VLM的推理效率。在Thor平台+ TensorRT 10的优化下，多个自动驾驶模型的推理效率得到了显著提升。
理想汽车与英伟达的合作，无疑为自动驾驶技术的发展注入了新的活力。MindVLA模型的推出，不仅重新定义了自动驾驶技术，也推动了人工智能与物理世界的深度结合。而英伟达在端到端自动驾驶技术方面的应用，则为自动驾驶系统的优化和安全性提升奠定了重要基础。这场技术盛宴，不仅展示了理想汽车和英伟达在自动驾驶领域的深厚实力，也为整个行业的发展提供了新的方向和动力。
