算力翻倍模型能力暴涨

理想汽车于Livis Day发布会上正式宣告, 下半年马赫VLA能力会迎来重大进化, 双马赫M100芯片算力大幅提高, 使得模仿学习规模增长50%, 强化学习规模增长15倍, 模型参数量提升10倍, 计算量提升15倍, 这些硬件与算法层面的升级, 让理想汽车智能系统拥有更强学习和决策基础。

马赫Mind-Pro稳居行业第一梯队

马赫Mind – Pro大模型, 是理想专门开展研究而得出的成果。该模型在众多具有权威性的评测里, 展现出了极为突出的表现。它于指令跟随、超长文本理解、高阶数学推理以及工具调用等这些基准测试中, 无一例外, 始终稳固地处于行业中第一层级的位置。在Agent专项这个特定领域, 于Claw系列榜单以及实景实测的情形下, 其全部的综合表现, 成功比大部分的具有干流性质的Agent模型还要优越。这就表明, 理想在AI智能体技术方面, 已然抵达先进的行业水准。

原生Agent能力赋能车载智能

马赫Mind – Pro的关键所在可谓原生Agent智能体能力, 此在当下已然全面落实于L9 Livis车载智能系统里头。理想构建了数百余套真切的业务沙箱环境以及涵盖高精度模拟工具调用的环境, 使得模型于这些环境内持续开展训练并加以优化。借由这般堪称实战化的训练途径, 模型于实际场景当中的呈现更为稳固可靠。

独创混合RL训练体系破解行业难题

独出心裁的理想构建起了混合RL训练体系, 其做出搭建三套具差异化训练环境这样的动作去进行并行混合训练, 此训练能够覆盖针对不同难度以及场景的Agent决策需要。借助精细化的数据配比开展训练, 成功解决了复杂场景里决策不准确、落地适配性欠佳的行业方面难题。这么一个体系有针对性地强化了Livis Agent场景之下的通用能力、业务专项技能以及工具调用精准度, 与此同时还对Token使用效率予以了优化。

马赫Mind-Edge端侧原生具身智能体

马赫Mind – Edge宣称是行业里真正实现量产并落地的端侧原生具身智能体, 多模态流式时序建模被它采用了, 动态的物理世界它能够连续地去理解, 因果推理以及自主决策的能力它是具备的, 模型能够直接把动作输出, 车辆硬件可被实时调用, 全天候主动感知得以实现, 人车交互也包括在内, 自主控车同样能做到, 多模态问答也能达成, 所有这些全都在车端本地完成, 数据根本不会上传到云端。

专为车载场景原生打造

理想官方着重表明, 马赫Mind-Edge并非是那种云端模型经过删减后的版本, 反而是自底层便针对车载场景专门塑造而成的模型, 它是一款实实在在的端侧原生具身智能体, 具备可在车辆本地实现高效运转的 capabilities, 与此同时, 能够守护用户数据隐私, 这样的一种设计理念致使智能驾驶以及车载交互的体验更趋流畅、安全且具备私密性。

末次询问诸位一个问题, 你觉得理想汽车这般端侧原生具身智能体方案, 相较于云端方案在安全以及体验方面存有多大优势, 欢迎于评论区去分享你的看法, 点赞后转发以使更多人能够看到标点符号！