最近,小米在国际计算机视觉顶会ECCV 2026上一口气入选12篇论文,其中与自动驾驶直接相关的有5篇。不少行内人在看到名录后感叹,这技术路线真的挺完整的,可怎么那么像某些实验室的做法?
于是不少人给这套技术方案起了个外号叫做保时米方案,颇有几分别家顶会论文的味道,可有部分技术人员仔细看了一遍,感叹内容比主题更扎实,而且细节之处完全拥有小米自身独创的架构。这一点和领克模仿保时捷高度相似。小米的这次入选蹭上整个行业最前沿的世界模型与VLA元素,真的可以讨好很多买不起百万级算法的团队。毕竟任何一个做决策规划的工程师都无法拒绝一套用世界模型预演交互的明天!
小米的这次入选,学习了华为、百度等企业的技术路线,那就是蹭国际顶会ECCV的曝光度。这一次蹭的是世界模型与安全负样本,那么下一款小米品牌的自动驾驶方案铁定就会蹭VLA与语言决策。
小米这套自动驾驶框架的论文,核心叙事不再强调单点技术更强,是把自动驾驶从看见道路推进到理解世界的一整套闭环能力:用世界模型预演交互与明天+ 用VLA把意图落到可执行轨迹并可自我修正+ 用安全负样本让模型识别看似接近但其实危险的错误。如此完整的从感知到决策的闭环设计颇为震撼,落地后的表现是惊艳用户。
代工厂是北汽?不,这是自研团队在顶会上的亮相,这背后是多多少少有一点军工级的技术打磨,这一点是挺经得起推敲的,论文的验证场景也可能达到行业顶级的复杂度!这一点看来,小米这套自动驾驶技术是挺高端的,论文中的实验数据赫然写着:NAVSIM基准达到90.9 PDM、Bench2Drive Driving Score 78.04、NAVSIM v1/v2 89.7/90.3 PDMS等精确数字,颇具视觉冲击力。
作为小米品牌的第1次顶会亮相,该系列分为世界模型预演框架和VLA落地方向。CausalDrive不输入明天NPC布局,改为让模型从初始前视图像、自车轨迹与文本提示中预测交互反应;并强调到12 FPS交互式生成。另外还有更高阶更具解释性的MindDrive,也就是把强化学习/试错从连续轨迹空间移到语言决策空间,由意图映射为轨迹。
大家都知道,这套自动驾驶系统是雷军先生造车战略中的一次核心节点,也是他的一次关键决策。小米在汽车行业的局面刚刚打开,好几年白干是不可能的,制造这条技术底座是雷军人生转折的重要节点。
同样是手机厂商,华为早就通过问界M7、问界M5累计全国总销量突破了20万台,那么作为国内销量最大的智能手机厂商,小米自然也有资格和技术实力来制造电车,反正电气化时代的乘用车越来越像手机了,写论文发顶会小米可是内行!尤其是制造技术路线的创新性特别高的论文,就像10年前小米手机那种标配的性价比,这一下子可能会引爆整个行业!
按照雷军的发布风格,大概率小米也会来定一个超低门槛来吸引中国广大的年轻技术团队。有专家预测,这套方案的核心门槛可能被拉到用世界模型预演交互这一关键词,如此清晰的叙事结构,实际上也就是和目前主流方案形成差异化。
可很明显,小米这一次的技术设计性能更加炸裂,特别是CausalDrive的交互预测速度达到12 FPS,MindDrive的语言决策空间让Bench2Drive的Driving Score达到78.04,BeyondDrive建立的负样本安全边界让NAVSIM基准冲上90.3 PDMS,为整个自动驾驶行业的安全边界做好了准备。
最相似的对手,比亚迪的王牌技术平台都在强调端到端大模型融合,那么小米这套方案的核心门槛被拉低到让每一个开发者都能理解是极有可能!
到时候在小米自动驾驶技术发布会上雷军公布的具体技术指标,一定会给广大工程师惊喜,毕竟小米+红米产品线就是主打一个性价比。小米汽车的技术开发当然也会产生路径依赖,低价入市或者低门槛开放,这是面对中国竞争白热化的电车市场最起码的尊重!
现如今,中国的新势力方案,动不动就要堆传感器堆算力,就好比10年前的苹果手机、HTC以及什么黑莓、日本索尼,动不动卖五六千元一般贼贵!小米论文,一下子把顶会标准拉低到让技术更可解释、让安全更可感知,瞬间获得了行业关注,那么小米这一套纯技术方案铁定是要把门槛拉低。
这套方案的核心门槛就是让模型拥有自己的错题本,不只跟着正确答案走,是更懂得什么时候不能开。除了技术框架封神,其余的思路基本不变,只是配置低点而已,可这么炸裂的叙事逻辑,再加上小米庞大的粉丝基数,这套技术已经能大概率热销了,毕竟华为一套40多万的问界M9的技术方案都可以预售3.3万台,更何况是这套可能只主打安全边界与语言可解释的框架?
期待雷总第三次创业取得成功!让更多年轻工程师接触到真正理解世界的自动驾驶