小米把 VLA 和世界模型统一到一套框架，解决了自动驾驶多模型协同的痛点，做自动驾驶或具身智能的开发者可以直接用开源代码试试，性能还刷新了基准。
小米发布并开源了 Xiaomi OneVL，一个一步式潜空间语言视觉推理框架。雷军称，该模型在业内率先通过潜空间推理将 VLA（视觉语言动作模型）和世界模型统一到同一框架中。在推理和规划等主流基准上，Xiaomi OneVL 全面刷新了潜在推理方法的性能上限。该模型在精度上超越显式 CoT，速度上对齐“仅答案”预测的潜空间 CoT 方案。小米已将模型权重和训练、推理代码全面开源，邀请全球开发者探索自动驾驶大模型的可能性。
雷军谈小米自动驾驶模型 Xiaomi OneVL：业内率先通过潜空间推理将 VLA、世界模型统一到一套框架
IT之家 5 月 14 日消息，小米技术昨日正式发布并开源 Xiaomi OneVL 一步式潜空间语言视觉推理框架。 小米创办人、董事长兼 CEO 雷军昨晚发文谈及了小米自动驾驶模型 Xiaomi OneVL。他表示， Xiaomi OneVL 在业内率先通过潜空间推理，将 VLA、世界模型统一到同一套框架中 。 雷军还提到，在推理、规划等多个主流基准上， Xiaomi OneVL 全面刷新了潜在推理方法的性能上限 。模型与代码全面开源。雷军最后还向全球开发者、研究人员发出邀请，探索自动驾驶大模型更多可能性。 根据小米技术官方介绍，Xiaomi OneVL 在业内率先实现 VLA、世界模型、潜空间推理等多个技术路线的统一，在具备 XLA 模型强悍推理能力的基础上，大幅提升了推理的速度和精度，是行业内具备开创性的方案，在精度上超越显式 CoT、在速度上对齐“仅答案”预测的潜空间 CoT 方案。 小米已将 Xiaomi OneVL 的模型权重和训练、推理代码全面开源，IT之家汇总链接如下： 技术报告： https://arxiv.org/abs/2604.18486 项目主页： https://Xiaomi-Embodied-Intelligence.github.io/OneVL 开源代码： https://github.com/xiaomi-research/onevl