OneVL de Xiaomi : avancée pour la conduite autonome

Xiaomi a fait une entrée remarquée dans la course à la conduite autonome. Son cadre récemment publié OneVL est désormais à code source ouvert, et la promesse est ambitieuse : offrir aux systèmes de conduite autonome une meilleure façon de lire la route, de raisonner face à l'incertitude et d'anticiper ce qui va se passer ensuite.

Cela importe parce que l'IA pour la conduite autonome a longtemps été divisée entre deux écoles de pensée. D'un côté, les modèles Vision-Langage-Action, ou systèmes VLA, qui interprètent les scènes de circulation et traduisent cette compréhension en décisions de conduite. De l'autre, les modèles de monde, conçus pour simuler la façon dont une situation peut évoluer au cours des prochaines secondes. Xiaomi affirme que OneVL réunit ces deux approches au sein d'un cadre unique grâce au raisonnement dans l'espace latent, une méthode destinée à rendre la prédiction et la prise de décision plus rapides et plus efficaces.

En termes simples, l'entreprise tente de résoudre l'un des problèmes les plus difficiles de la technologie de conduite autonome : non seulement voir la route, mais comprendre la relation de cause à effet en temps réel. Un piéton descend du trottoir. Une trottinette traverse une voie. Une voiture devant hésite à un carrefour. Ce ne sont pas des images statiques. Ce sont des énigmes en mouvement. Xiaomi affirme que OneVL est conçu pour gérer cette complexité avec plus de précision que les approches conventionnelles.

La société indique que le cadre étend les capacités de raisonnement de son modèle XLA tout en améliorant à la fois la vitesse et la précision d'inférence. Elle affirme également obtenir de solides résultats sur des benchmarks courants liés à la perception, au raisonnement et à la planification, trois domaines au coeur des logiciels de véhicules autonomes. Xiaomi va plus loin en affirmant que OneVL peut surpasser le raisonnement explicite de type chaîne de pensée en précision tout en conservant des vitesses proches de celles des systèmes d'inférence latente optimisés principalement pour la prédiction de la réponse finale.

Pas seulement plus rapide, mais plus fiable

L'un des aspects les plus intéressants de cette publication est l'accent mis par Xiaomi sur l'interprétabilité. Dans la conduite autonome, les chiffres de performance ne constituent qu'une partie de l'histoire. Les ingénieurs, les régulateurs et, in fine, les passagers veulent savoir pourquoi une machine a pris une décision. Xiaomi affirme que OneVL peut expliquer ses actions à la fois en langage naturel et de façon visuelle, offrant aux développeurs une fenêtre plus claire sur la manière dont le modèle est parvenu à une conclusion et sur ce qu'il s'attend à voir se produire ensuite sur la route.

Cela pourrait s'avérer utile bien au-delà des démonstrations de recherche. Si un système peut montrer pourquoi il a choisi de ralentir, de changer de voie ou de céder le passage, il devient plus facile à auditer, à affiner et potentiellement à valider dans des environnements critiques pour la sécurité. Pour une industrie souvent critiquée pour ses prises de décision en boîte noire, ce n'est pas un détail mineur.

Le timing est également révélateur. OneVL arrive peu de temps après que Xiaomi a publié Omnivoice en code source ouvert, son modèle de génération audio, ce qui suggère que l'entreprise s'engage davantage dans le développement ouvert de l'IA sur plusieurs domaines. Il ne s'agit pas seulement de publier du code par bonne volonté. C'est un signal. Xiaomi veut une voix plus forte dans la conversation sur l'IA, et elle voit clairement la mobilité intelligente comme l'un des champs de bataille à conquérir.

La concurrence dans la conduite autonome et l'IA incarnée se resserre de mois en mois. Les géants tech, les constructeurs automobiles et les startups spécialisées poursuivent tous le même objectif : des systèmes capables de comprendre suffisamment le monde physique pour y agir en toute sécurité. En publiant OneVL en code source ouvert, Xiaomi ne se contente pas de rejoindre ce concours. Elle cherche à en façonner les règles.