小米突然扔出王炸!刚刚开源的这个自动驾驶模型,有点东西

昨天，科技圈炸了。

不是手机，不是汽车，而是一个叫 Xiaomi OneVL 的自动驾驶模型——小米一口气全开源了。

说实话，第一眼看到这个消息的时候，我还有点不信。毕竟自动驾驶这块，各家都捂得严严实实，生怕别人知道自己的核心技术。小米倒好，模型权重、训练代码、推理代码，一股脑全扔出来了。

雷军亲自发微博，措辞毫不谦虚：

"欢迎全球开发者、研究人员一起参与探索。"

今天咱们就来看看，这个 Xiaomi OneVL 到底是个什么东西，凭什么让雷军这么有底气。

01 从"看见"到"看懂"，自动驾驶卡在哪了？

在说 OneVL 之前，得先搞清楚一个背景问题：自动驾驶现在卡在哪了？

现阶段大多数辅助驾驶系统，本质上还是在模仿——看见前车减速就减速，看见红绿灯就停车。但真正难的是推理：前方那辆公交车是不是要变道？那个骑自行车的行人下一秒会不会突然拐弯？

这种"预判"能力，靠传统的感知算法很难搞定。所以行业里出现了两条路：

• VLA（视觉-语言-动作模型）：让模型像人一样理解场景，然后输出驾驶动作。能力强，但推理慢。
• 世界模型：专注预测未来的场景变化。但两条路线各干各的，没法协同。

小米 OneVL 做的第一件事，就是把这两条路合并了。

02 0.24秒的背后：不是炫技，是 real world 测试出来的

说几个硬数字：

• 推理延迟：0.24秒（4.16Hz）
• 相比传统 VLA 自回归推理速度：只有原来的 5.4%
• NAVSIM 基准 PDM-score：88.84，首次在潜空间推理中超越显式思维链（88.29）
• ROADWork、Impromptu、Alpamayo-R1 三项主流基准全部 SOTA

可能有人要说数字没概念。翻译一下就是：它做到了精度超越显式思维链（就是那种一步步"想"出来的推理），速度却跟"直接出答案"一样快。

这在自动驾驶场景里是什么概念呢？

车辆以 60km/h 行驶，0.24秒大概走 4米。4米的决策窗口，对于大部分日常驾驶场景来说，够了。

小米能把这个数字压到这么低，靠的是他们所谓的"潜空间推理"。简单理解就是：模型不是在脑子里一个字一个字地想"前面有车、应该刹车、刹车力度多少……"，而是把这些推理压缩成高层语义，直接出结论。

就像老司机反应快，不是因为他脑子里步骤多，而是经验足，看到情况身体直接就动了。

03 三项关键技术，把"看不见的"都补上了

小米官方文档里提到了 OneVL 的三项关键技术，我挑两个普通人也能理解的说：

第一，双重监督信号。

大多数模型训练只监督"最终答案对不对"。OneVL 同时监督两件事：模型的文字推理过程和对未来画面的预测。相当于既要你会说"为什么要这样开"，也要你能想象"接下来会发生什么"。

这个设计挺聪明的。文字推理保证了决策可解释——出了事你能复盘；视觉预测保证了模型真的理解物理世界的因果，而不是在背答案。

第二，压缩的是"未来视觉"而非"语言"。

这是我认为最关键的一句话。

传统方案压缩的是语言层面的推理链——就像把"思考过程"压缩。但小米发现，自动驾驶真正依赖的并不是"前方有车"这样的语义描述，而是车辆运动、道路几何、障碍物演变这些时空因果关系。

你把语言压缩得再好，也丢失了最关键的因果结构。所以 OneVL 选择压缩"对未来视觉画面的预测"。保留了真正影响驾驶结果的东西。

04 开源这件事，比技术本身更值得说说

小米这次开源的不只是模型，还有完整的训练代码和推理代码。

对于搞研究的人来说，这绝对是个好消息。之前想复现自动驾驶大模型的工作，基本不可能——论文发了，代码没有，细节藏着。而小米这次把底裤都亮出来了。

对于行业来说，VLA + 世界模型 + 潜空间推理三条路线首次被整合到一个框架里，这意味着什么？意味着后来者不用再从零摸索了，直接站在小米的肩膀上继续走。

雷军那句话确实不是客套话："欢迎全球开发者、研究人员一起参与。"

这很不像小米过去的风格，但又很对。毕竟智能驾驶这条赛道，现在谁也跑不完整个马拉松。

05 几点思考

1. 车端部署有了可行路径。0.24秒的延迟加上全面开源，意味着中小厂商、甚至创业公司都有机会基于此做定制化开发。自动驾驶的门槛在降低。

2. "可解释性"和"实时性"不再是非此即彼。之前业界总觉得你要么有个慢但靠谱的推理系统，要么有个快但像个黑盒的直接预测。OneVL 至少在技术框架上证明了这两件事可以兼得。

3. 开源竞争正在重塑自动驾驶格局。特斯拉、小鹏、华为都在跑，但小米选择把核心技术开源。这步棋走得很有意思——与其让大家用脚投票，不如先把生态做起来。

当然，现在说这些还有点早。开源只是第一步，真正的考验是：社区用起来怎么样？在更多场景下能不能打？车端芯片能不能跑得动？

这些都要时间来回答。

但有一点可以确定：小米这次出手，说明自动驾驶的下半场，不是拼谁家 demo 更酷，而是拼谁能把技术真正落地。

最后，附上 GitHub 地址，感兴趣的可以去瞅瞅：

https://github.com/Xiaomi-OneVL^[1]

你看好小米这次的开源吗？欢迎评论区聊聊。

（本文素材综合自小米技术官方发布及公开技术资料）

引用链接