快科技 3 月 18 日消息，理想汽车创始人李想今晚发文，揭开了全球车企与科技公司投入巨资却进展有限的核心原因，并给出理想的技术破局方案。

李想指出，人类在幼年就通过活动建立了完整的 3D 物理空间认知，这是安全驾驶的基础。

而行业主流方案一直是用 2D 视频训练 AI，相当于只看行车记录仪就上路。传统 BEV 架构会丢失高度信息，OCC 方案缺少语义信息，AI 始终无法像人一样真正理解三维世界，这是行业进展缓慢的关键症结。

针对这一痛点，理想推出核心突破——原生 3D ViT 三维视觉编码器，让模型从一开始就工作在 3D 空间，同步完成几何结构与语义理解。

配合自研马赫芯片提供的三倍算力支撑，这套系统可稳定感知 500 米以上范围，激光雷达则转变为高精度标定工具。

MindVLA?o1 实现了空间理解、推理决策、驾驶行为的统一建模，具备多模态思考能力，可在隐空间模拟场景变化。

李想表示，该模型不只是用于自动驾驶，还能适配机器人，正逐步成为通用物理世界智能体，自动驾驶只是物理 AI 的起点。