職業經歷
2024年起,詹錕擔任
理想汽車智慧型駕駛高級算法專家。在此期間,詹錕深度參與了VLM(視覺語言模型)的最佳化部署與端到端一體化模型的研發工作,其團隊率先提出了相關概念。
2025年9月,詹錕出任理想自動駕駛部門下設的“VLA模型”部門負責人。
2025年,詹錕以“理想VLA模型負責人”的身份在ICCV 2025學術會議上分享
世界模型研究,其領導的相關論文也被大會錄用。
2026年1月14日,詹錕接手基座模型業務,整體負責理想的VLA基座模型研發,將相關技術研發團隊充分整合。1月15日,
理想汽車內部確認組織變動,詹錕負責的業務部門劃歸系統與計算群組,其匯報關係由向自動駕駛研發高級副總裁
郎鹹朋匯報,改為直接向理想CTO、系統與計算群組負責人
謝炎匯報。至1月底,理想汽車進一步拆分自動駕駛團隊,將研發體系重組為基座模型團隊、軟體本體團隊、硬體本體團隊三大團隊,詹錕領導基座模型團隊,負責統籌VLA和自研晶片融合,為自動駕駛、
智慧型座艙等業務提供技術支撐。
主要成就
詹錕作為
理想汽車自動駕駛高級算法專家及VLA基座模型負責人,參與了理想汽車智慧型駕駛的相關工作,包括2024年夏天的端到端VLM + E2E,以及2025年8月的VLA司機大模型。2026年3月,詹錕作為理想汽車基座模型負責人,在NVIDIA GTC 2026大會上正式發布了理想汽車的下一代自動駕駛基礎模型MindVLA-o1,該模型通過3D空間理解、多模態思考、統一行為生成、閉環強化學習和
軟硬體協同設計五大技術創新,構建面向物理世界智慧型的自動駕駛基礎模型。在VLA模型發展過程中,他推動了其底層定位從單一駕駛場景模型向多載體共享的“感知—決策抽象層”調整,帶隊完成了能力收攏、功能邊界前移、架構層面的長期預留等重構工作。
在工程實現上,他帶領團隊完成了VLA模型從雲端大模型到車端部署的最佳化,包括自研8×0.4B的
MoE(
混合專家模型)架構、大模型蒸餾、推理最佳化(如使用流匹配技術將Diffusion推理步驟從10步壓縮至2步)等,將VLA模型推理幀率提升至10Hz左右。在工程部署上,通過修改
CUDA底層、重寫PTX底層指令、量化(如從FP16降至FP8)等方式,提升了
英偉達晶片的利用效率,實現了VLA模型在邊緣端晶片上的部署。
此外,他提出並實踐了“預研一代、研發一代、交付一代”的階梯式研發流程。在學術領域,他在ICCV 2025上提出從“數據閉環”邁向“訓練閉環”以實現L4自動駕駛的新範式。
社會活動
2024年,詹錕在
成都車展期間作為智慧型駕駛高級算法專家接受專訪。
2025年,詹錕作為理想VLA模型負責人,在ICCV 2025具身智慧型研討會上圍繞
世界模型與訓練閉環發表演講,其參與署名的論文也被該會議錄用。
2026年03月17日,
理想汽車基座模型負責人詹錕在NVIDIA GTC 2026發表主題演講《MindVLA-o1:開啟全能範式 —— 下一代統一視覺-語言-動作自動駕駛大模型探索》。