小米XLA和其他品牌的VLA技术的区别是什么？

小米XLA是对于行业主流VLA技术的扩展，最显著的区别就在于「X」能力上的差别；
X代表任意模态，小米XLA原生支持更多模态的信息输入，除了常见的视频、雷达、导航，我们还引入了声音，甚至机器人数据，更丰富的输入让系统能更全面地感知复杂的交通环境，更深刻地理解真实的物理世界；
推理是这一技术路线的另一大核心能力，区别于行业场景的COT思维链形态，XLA采用在潜空间推理里以机器语言进行高速逻辑推演，不需要把思考过程翻译成人类语言，兼顾了低时延性和可解释性；
此外，我们也延续应用了强化学习和世界模型技术，进一步确保系统行为的安全可控；
通过向机器注入「认知」能力，小米XLA持续扩展能力边界，后续将迭代更多能力，敬请期待。