今日，小米宣布推出XiaomiOneVL，这是一个一步式潜空间语言视觉推理框架，标志着自动驾驶技术的重大进步。XiaomiOneVL在业内首次实现了VLA、世界模型、潜空间推理等多个技术路线的统一，不仅提升了推理速度和精度，还在精度上超越了显式CoT，在速度上与“仅答案”预测的潜空间CoT方案对齐。

XiaomiOneVL通过“语言推理+视觉未来预测”的双重监督，将可解释性与世界模型的未来预测能力统一到latent reasoning中，为自动驾驶大模型探索出新的精度—效率平衡路径。该框架的核心洞察在于，自动驾驶不仅要理解当前场景，更要理解时空因果信息，以预判未来并做出高质量决策。XiaomiOneVL提出了三项关键技术：让模型用“内部语言”思考、学会预测未来画面、并将推理过程压缩到一步完成。

小米官方表示，XiaomiOneVL的模型权重和训练、推理代码已全面开源，邀请全球开发者和研究人员共同参与，探索自动驾驶大模型的无限可能。这一举措有望推动自动驾驶技术的进步和迭代，为未来自动驾驶的发展提供强有力的技术支持。