- 博客(5123)
- 收藏
- 关注
RSS订阅转载 推理专场 | 行深智能开源框架EdgeFM：专为边缘端场景优化的通用大模型推理引擎
EdgeFM（Edge Foundation Model）：是一个专为边缘端场景优化的通用大模型推理引擎。针对边缘端推理的独特需求，提供高效的多模态理解、语言生成和决策推理能力，广泛应用于自动驾驶、具身智能、机器人控制等边缘端智能系统，助力边缘端大模型应用的快速部署。所以，今天自动驾驶之心联合行深智能和大家聊聊边缘端大模型高效推理引 —EdgeFM。有很多小伙伴咨询我们部署这块有没有好一些的开源方案，边缘端的大模型推理目前也是业内的刚需。本文只做学术分享，如有侵权，联系删文。点击下方直播预约👇👇👇。
2026-05-28 17:02:55
156
原创 地平线最新的世界模型HorizonDrive，藏了很多工程细节......
更关键的是，如果 teacher 本身不能处理带误差的历史，那么 student 在长程蒸馏里学到的监督信号也会被污染。一方面，受显存限制，teacher 能直接监督的时间窗口是有限的，这使得学生没法在更长的序列上学习。实践中，还可以通过缩减冗余的去噪步数来提升误差收集的效率，并每隔一段时间更新误差集，让模型在收集误差-学习误差-收集误差的循环中不断进化。它的好处是直接，几何一致性也更容易提升；也就是说，它不能只在干净的GT上生成下一段未来，还要学会在自己生成出来的、有偏差的历史上继续恢复正常的场景。
2026-05-27 11:00:00
771
转载 自动驾驶之心招募合作老师了～
当下，端到端、VLA、世界模型依然是企业招聘的热门岗位。然而，技术栈一直在更新，甚至每个季度都可能有所不同，很多内容开始跟不上产业的脚步了。现向全平台粉丝招募合作老师，希望能和自动驾驶之心在端到端、VLA、世界模型等多个方向上共同发力！在读博士或以上，自己有端到端自动驾驶、VLA、世界模型、闭环仿真等方向的顶会paper发表经验；自动驾驶之心一直希望能把行业最新的内容呈现给大家，也希望和更多优秀的大佬一起合作研发课程。包括但不限于： 端到端自动驾驶、VLA、世界模型等多个方向。我们在找什么样的老师？
2026-05-27 11:00:00
109
转载 全新一代理想L9正式发布，第一眼我心动了
点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近30个方向学习路线>>自动驾驶前沿信息获取→自动驾驶之心知识星球2026年5月15日，理想汽车正式发布具身智能旗舰SUV——全新一代理想L9。新车提供Ultra版和Livis版两个版本，Ultra版全国统一零售价45.98万元，Livis版全国统一零售价50.98万元，5月17日起正式开启交付，用户可在理想汽车全国零售中心体验，或通过理想汽车App预约试驾。全新一代理想L9是理想汽车面向具身智能时代打造的旗舰产品。所谓具身智能，是指这辆车不只执
2026-05-26 14:29:42
102
原创 一名自动驾驶算法工程师的窘境
融资、扩张、挖人、堆算力、堆数据，太多的公司在做智驾（彼时还可以称之为“自动驾驶”），也有很多的公司都在讲 Robotaxi，讲 L4 落地，讲“未来三年会彻底改变出行”。做 CV 的、做 SLAM 的、做机器人方向的，甚至还有不少做搜广推、大数据的人转过来。模型、训练框架、部署优化、数据闭环等等，太多的工作和新的东西，让我会明显感觉自己在变强。虽然我天天吐槽，虽然我也焦虑，虽然我也会研究大模型、研究 Agent、研究具身智能，甚至也想过转方向。感知、预测、规划、控制、高精地图、仿真、定位、云端调度……
2026-05-25 14:00:00
377
转载 华科&酷睿程GemDepth：超越VGGT，深度估计新SOTA
值得强调的是，DA3 和 VGGT 是依赖于超过 1.10B 的庞大参数量来拟合这些轨迹的，而 GemDepth 仅使用了 0.58B 的参数量就实现了同等量级的几何精度。具体而言，在极具挑战性的高动态数据集 Bonn ，我们的方法在点云重建的核心指标 F1 上取得了突破性进展，从 78.44（DepthAnything3）大幅跃升至 90.43，相对提升高达 15.3%。通过执行基于轨迹的特征聚合，它在捕获纯粹运动线索的同时，减轻了复杂空间上下文的干扰，从而确保了稳健的空间结构一致性和无闪烁的深度序列。
2026-05-25 14:00:00
86
转载 VLA没死，世界模型也不是终局......
我们为大家汇总了3DGS和NeRF的相关技术领域，3DGS的算法原理、自动驾驶场景重建与闭环仿真、NeRF与自动驾驶仿真，NeRF与自动驾驶感知，同时我们也邀请到诸位学术界大佬分享3DGS和NeRF的最新工作，这里全都有！这里的活跃度，不是靠“签到”撑起来的，是靠真实的行业讨论撑起来的。针对2025年最火的自动驾驶VLA，我们详细梳理了最新的综述、VLA开源数据集、作为语言解释器的相关算法、模块化VLA、端到端VLA和推理增强VLA，更有诸多关于VLA量产的讨论，在这里有你想知道的一切~
2026-05-23 11:11:00
80
转载 半个智驾圈，撑起了具身智能的黄埔军校......
一家通用具身智能机器人公司，聚焦于构建机器人“通用大脑”与“操作智能”，突破手、眼、脑协同的关键瓶颈，将具身智能转化为一种可广泛部署、持续进化的基础设施，以通用基础模型研发与通用专家模型落地应用双线驱动，致力于为全球客户提供软硬一体、高可靠性的具身智能解决方案。作为一家智能定义体能，AI定义本体的公司，众擎正以坚定而持续的资源投入，构建从高动态本体到多模态基模的数据飞轮，全面引领具身智能的量产跃迁与持续进化。，原小鹏汽车首席科学家，创办智平方。，原理想汽车智能驾驶总裁，创办昆仑行，主攻具身智能大模型。
2026-05-23 11:11:00
170
原创 韩旭开喷了，他说特别讨厌VLA、世界模型这些名词......
从高速 NOA 到城区 NOA，从有图到无图，从规则到端到端，车企和Tier1已经把用户对智能驾驶的预期明显抬高。但相比单纯讨论大模型、世界模型、VLA 和端到端，接管里程至少把讨论拉回了自动驾驶最现实的问题：系统能力有没有经过道路验证，安全边界能不能被量化，运营风险是否可控。模型训练得再好，最终都要上车，进入真实道路，面对不可控交通参与者、复杂天气、施工改道、非标行为和安全事故风险。对文远来说，把 L4 能力、仿真系统、端到端模型和车规算力平台下沉到量产智驾，是一种更现实的技术商业化路径。
2026-05-22 11:08:58
636
转载 定了！特斯拉宣布监督版FSD登陆中国
近日，特斯拉中国发布多个与智能驾驶测试相关的招聘岗位，引发行业对其FSD加速落地中国市场的相关猜测。界面新闻以消费者身份咨询特斯拉官方客服，对方回复称：“6.4万元智能辅助驾驶功能并不是所有车辆都适配，部分只适配3.2万元的增强辅助驾驶功能。公司正根据国家相关法规要求积极推进审批工作，一旦审批就绪尽快推送给国内客户。5月21日，特斯拉官方宣布监督版FSD的最新布局，其中提到监督版FSD可以在中国使用。本文只做学术分享，如有侵权，联系删文。>>自动驾驶前沿信息获取。编辑 | 自动驾驶之心。
2026-05-21 09:59:45
72
原创 余凯说，各家智驾技术路线没有本质区别。
模型从哪里开始接管，输出到哪个层级，规划控制是否完全学习化，安全冗余如何保留，规则模块怎么兜底，后处理是否影响最终行为，这些问题都会决定端到端系统的真实形态。从这个角度看，我们觉得余凯的判断是并不是说技术路线没有意义，而是在提醒大家，概念层级的差异不是真正的壁垒，踏实搞落地系统，真正把硬骨头啃下来。它要能复现真实风险，不然策略在仿真里可行，但是实车过不了，就没有多大的价值。同样讲数据闭环，有的只是做数据采集和回传，有的已经能完成自动挖掘、场景聚类、数据清洗、仿真重建、模型训练、闭环评测和 OTA 迭代。
2026-05-20 14:27:10
612
转载 港股全场景L4级自动驾驶第一股！驭势科技正式在港交所挂牌上市
此前，驭势科技还已获得中科创星、上海国盛、深创投、中金、广发信德、国开制造业基金、洪泰基金、博世创投、东风资管、中信证券、尚珹资本、澜亭资本、创新工场、重科控股、新鼎资本、中关村龙门投资、腾云资本、力鼎资本、国科嘉和、淳信宏图、真格基金、湖南湘江投资、银泰华盈、达泰资本、科源产业基金、橡果资本、重庆两江战新基金、青山资本等数十家VC/PE及产业资本的投资。在巩固现有场景领先地位的同时，不断拓展全场景应用生态，以更优质的产品与服务回馈社会，以更出色的业绩回报投资者的信任。
2026-05-20 14:27:10
100
原创 只用自动驾驶数据，一定不可能完美解决自动驾驶。
从早年的目标追踪、MXNet，到图森未来，再到如今小米自动驾驶，他对 AI 的判断是长期站在模型、系统和工程落地的交叉处观察所得。从早期图像特征，到 BEV、Occupancy，再到现在的多模态表征、3D foundation model 和运动表征，自动驾驶一直在寻找更适合真实道路场景的世界编码方式。理解世界，对应的是感知、表征、多模态理解、3D 空间理解、运动理解和时序理解。我们其实想表达的是，自动驾驶下一阶段的瓶颈，可能不只在于继续堆更多驾驶轨迹，系统能否理解这些轨迹背后的世界结构，可能更重要。
2026-05-19 09:03:30
563
转载 如果秋招你想入行自动驾驶端到端
由于无法保证模型直出会有100%的准确率，因此会通过一些轨迹的平滑优化算法来使得最终输出的轨迹更加的稳定和可靠，本章会介绍目前一些常用的轨迹平滑算法，既有多模态轨迹打分搜索的算法，也有轨迹平滑的算法。看了很多我们的文章，也相信端到端是之后的趋势，包括他之前在职的公司也在转行端到端。最后的一章重点会对量产的一些经验进行分享，会从数据、模型、场景、规则等多个视角来剖析如何使用合适的工具和手段解决相应的问题，当面临一个实际的可落地的系统时，如何更合理的选用不同的策略和方法，从而能够快速提升一个系统的能力边界。
2026-05-18 11:48:21
82
原创 理想最新的工作 MindVLA-U1，再一次升级......
消融实验也说明了这个点。模型先通过语言头预测当前场景的 intent token，例如左转、右转、直行等，再把这个 intent embedding 加入动作 MLP 的时间嵌入中，引导 flow matching 生成轨迹。从技术的角度看，这个设计的意义在于，语言损失和动作损失虽然共享骨干参数，但它们作用在不同输出位置，通过不同 readout head 读出结果。这样保留了连续动作，但动作 token 没有真正进入 VLM 的自注意力计算，VLM 更像一个感知特征提取器，动作生成仍然偏 VA。
2026-05-18 11:48:21
817
原创 中科大CLOVER：让自动驾驶不只是「给答案」，而要学会反复想、认真选、继续改
在 12,146 个 NAVSIM 场景中，当评分器预测分数高于 0.95 时，对应候选的真实平均分达到 0.9753，真实分数不低于 0.90 的比例达到 96.69%。通俗讲，就是评分器选出来的篮子里，好轨迹比例要比原来的候选池更高。对 proposal-selection 方法来说，这类指标更难，因为候选轨迹之间如果切换不稳定，即使每一帧看起来都不错，整体舒适性也可能被扣分。vector-Pareto 则更像现实驾驶中的多种合理取舍：有的轨迹更保守，有的轨迹进度更好，有的轨迹更舒适。
2026-05-17 19:28:21
711
1
原创 从“像素对齐“到“锚点对齐“：小米汽车PointForward重塑前馈3DGS
对于属于同一实例的所有查询点，我们将它们转换到同一个规范化坐标系下——在这个坐标系中，实例的局部运动被"剥离"了，只剩下来自不同视角的外观信息。(3) 避免了密集场景流预测中的误差累积。例如在 3m 位移下，PointForward 的 FID（33.71）远低于 STORM（81.54）和 DG GT（77.51），说明点对齐表示能够保持更强的几何一致性，在新视角下生成更准确的渲染结果。此外，点对齐表示的扩展性也是一个值得探索的方向——如何在保持质量的同时处理更大规模的场景和更多的查询点。
2026-05-15 11:02:45
735
原创 何小鹏，四问具身智能。
车在天气良好、交通顺畅、道路清晰的环境里跑再多遍，也解决不了鬼探头、复杂博弈、施工绕行、遮挡误判和规则模糊这些真正困难的问题。物体材质、摩擦、形变、遮挡、摆放方式、夹爪精度、桌面高度、任务流程，本体差异，都会影响最终执行结果。加速、刹车、变道、绕行之后，周围车辆如何反应，行人是否会突然出现，前车异常减速背后是否有遮挡风险，这些问题都需要系统具备对未来交通演化的推演能力。真正拉开差距的地方，往往更慢，也更重。真正有价值的数据，通常来自系统不确定、模型失败、驾驶员接管、急刹、误检、漏检、复杂博弈和边界场景。
2026-05-14 17:34:19
600
原创 座舱，也开始卷世界模型。南洋理工一篇Driver-WM解析......
给定同步的座舱内视频和车外交通观测，模型在 latent space 里预测未来驾驶员状态，并解码成未来骨架轨迹，同时用驾驶员行为、情绪、交通上下文和车辆状态这些语义任务做辅助正则。从 GAIA、DriveDreamer 到各类 latent world model，大家讨论的重点大多是外部世界：车道线怎么变化，周围车辆怎么运动，未来场景怎么生成，规划策略怎么在世界模型里做 rollout。效率上，Driver-WM 更像一个轻量 rollout head，而不是每次都要重新跑重型生成模型的模块。
2026-05-13 11:01:06
321
转载 具身单月狂揽了200亿？！
出手最多：从联合领投千寻智能的10亿元新轮次融资，到连投深朴智能、首形科技的A轮，再到抢下破壳机器人（许华哲创办）、原识之智和若伴智能的天使轮，顺为不仅是在投项目，更是在具身智能的全生命周期里“疯狂圈地”；当融资的关键词变成“工程化迭代”和“商业化卡位”，资本不再满足于听实验室里的论文汇报，他们要看的是产线上的成功率，是真实场景里的鲁棒性，是能不能在非结构化环境里精准地捏起一个杯子。大批的大额融资入场，也意味着“小打小闹”的作坊模式正式谢幕，具身智能正式进入了“资源密集型”竞争阶段。
2026-05-13 11:01:06
85
转载 地平线的业务与思考
另一方面，地平线也很有竞争力，在自主品牌基础辅助驾驶中（ADAS）占比47.7%，处于绝对领先地位，在自主品牌中高阶智驾中占比14.4%，仅次于华为和英伟达。2025年在自主品牌里，地平线在中高端芯片里是第三名，占比14.4%，华为占比15.2%，英伟达占59.4%。授权及服务，业务还行吧，增速降下来了，进入平稳增长阶段，这块业务很赚钱，2026年依然会保持平稳吧。我之前说过了，这种成长期的公司，还在亏损阶段，风险是比较大的，我是投资矩阵的逻辑，小比例持仓。
2026-05-12 11:01:35
62
转载 专访智元罗剑岚：机器人部署不是终点，而是训练数据飞轮的起点
作者把 16 台真实双臂机器人在执行中的成功、失败、恢复和人工干预汇入共享 replay buffer，再用同一套 offline-to-online RL 目标更新 policy、critic 和 value model，使一个 pretrained flow-based VLA 能随着 fleet experience 累积而持续改进。LWD 的训练流程分成两段。LWD 作者认为，部署数据里最有价值的部分包括失败、部分恢复、成功前的长路径和偶发人工干预，这些都需要 RL 目标来吸收。
2026-05-11 14:11:37
202
原创 周末和投资人聊了聊，才发现一个更真实的中国 L4 图景......
目前在 10+ 城市提供公开运营服务 —— 广州、北京、阿布扎比、苏黎世、迪拜、利雅得、新加坡、南京、苏州、鄂尔多斯等，其中在中东运营着该地区规模最大的 Robotaxi 车队。它们在各自的垂直场景上做得更深——九识 1.6 万辆车的规模、白犀牛 2000+ 辆车覆盖 170 个城市并绑定顺丰/中国邮政/京东三大 KA、卡尔动力 400+ 辆 L4 重卡跑出 3500 万公里并率先实现单线路 UE 转正、酷哇 50 个城市的落地网络，都是"在一个赛道里把护城河挖深"的典型。Robovan 的机会就在这里。
2026-05-11 14:11:37
602
原创 代替NVIDIA NuRec，CARLA-DGGT使用前馈重建与仿真软件联合仿真
虽然本项目的demo级粗糙实现存在动态物体分离不稳定、长时序重建效果差等问题，但是跨域重建场景与carla的联合仿真仍然说明了前馈式重建方法可能拥有的光明前景：拥有大量路测数据的智驾企业可以以低频率定期训练、微调自己的前馈式模型，在日常测试过程中使用预训练模型根据需求以高频率一站式推理路测场景，然后可以将推理出的场景送入仿真软件，进行场景编辑、联合仿真，不再需要逐场景训练，也便于适配不同参数的相机传感器。这是由于 DGGT 底层表征的特殊性决定的：它预测的是像素级的高斯体，而非物体级的包围盒。
2026-05-09 15:56:54
739
转载 自动驾驶，正在进入基础设施比拼的阶段......
我们为大家汇总了3DGS和NeRF的相关技术领域，3DGS的算法原理、自动驾驶场景重建与闭环仿真、NeRF与自动驾驶仿真，NeRF与自动驾驶感知，同时我们也邀请到诸位学术界大佬分享3DGS和NeRF的最新工作，这里全都有！这里的活跃度，不是靠“签到”撑起来的，是靠真实的行业讨论撑起来的。针对2025年最火的自动驾驶VLA，我们详细梳理了最新的综述、VLA开源数据集、作为语言解释器的相关算法、模块化VLA、端到端VLA和推理增强VLA，更有诸多关于VLA量产的讨论，在这里有你想知道的一切~
2026-05-09 15:56:54
62
转载 没想到，自动驾驶正在成为新能源出口的核心溢价点......
我们为大家汇总了3DGS和NeRF的相关技术领域，3DGS的算法原理、自动驾驶场景重建与闭环仿真、NeRF与自动驾驶仿真，NeRF与自动驾驶感知，同时我们也邀请到诸位学术界大佬分享3DGS和NeRF的最新工作，这里全都有！这里的活跃度，不是靠“签到”撑起来的，是靠真实的行业讨论撑起来的。针对2025年最火的自动驾驶VLA，我们详细梳理了最新的综述、VLA开源数据集、作为语言解释器的相关算法、模块化VLA、端到端VLA和推理增强VLA，更有诸多关于VLA量产的讨论，在这里有你想知道的一切~
2026-05-08 17:04:36
54
转载 我们筹备了一门面向秋招的端到端量产课程......
由于无法保证模型直出会有100%的准确率，因此会通过一些轨迹的平滑优化算法来使得最终输出的轨迹更加的稳定和可靠，本章会介绍目前一些常用的轨迹平滑算法，既有多模态轨迹打分搜索的算法，也有轨迹平滑的算法。最后的一章重点会对量产的一些经验进行分享，会从数据、模型、场景、规则等多个视角来剖析如何使用合适的工具和手段解决相应的问题，当面临一个实际的可落地的系统时，如何更合理的选用不同的策略和方法，从而能够快速提升一个系统的能力边界。而在端到端时代，感知任务的合并，规控算法的learning化已是绝对的主流。
2026-05-08 11:01:49
45
原创 理想一篇面向端到端的新工作，可能是新的范式......
AR 首先大家现在用语言模型，都会觉得他需要一个一个 token 按顺序输出太慢了，这个在端侧想要跑起来，为了追求速度，目前的算力只能支持小一些的模型，不方便做模型 scaling，而且按顺序输出轨迹其实不符合人的思维，很多时候我们只是想我要变道左边，并不会想出来我会在那个点变道过去，先有了一个大概方向再去想怎么开过去即可。这一过程可迭代多轮。监督训练虽然教会了模型起草轨迹和修正扰动，但两个阶段是解耦的：起草器优化自身的 token 级损失，编辑器优化独立的修正损失，双方都不知道对方对最终驾驶结果的影响。
2026-05-08 11:01:49
553
原创 小鹏又一篇 X-Cache，开始补世界模型最硬的 Infra 拼图......
但真正的闭环里，policy 会根据世界模型生成画面反向改变动作，动作一变，未来画面也变。X-Cache 当前实验都是 22 秒 clip，来自 X-World 训练分布内的 internal held-out split，覆盖城市、高速和 U-turn，但还没有测更长 horizon，也没有测夜间、恶劣天气、激进驾驶、长时间高速巡航等分布外场景。X-Cache 是配合 X-World 工作的infra，解决的不是世界模型「会不会生成」的问题，而是「生成得够不够快」的问题。要么太激进，质量掉下来。
2026-05-07 11:10:16
320
转载 行深智能开源EdgeFM推理框架：为物流小车解锁灵魂的底层技术实践
基于 SmolVLA‑base 模型，在平台原生 5 GB BPU 内存限制下，通过解耦预填充‑解码计算图模型、int16 量化与轨道级校准、运算符等价替换等系统优化，实现了确定性的长上下文预填充延迟和极低的动作专家解码延迟（如 512 前缀下每个动作解码步骤仅约 12.5 毫秒）。它不再仅仅服务于特定的物流场景，而是通过内置的“代理驱动优化”范式，打破了边缘计算的黑盒。：EdgeFM 以“代理驱动”的全新范式，在多平台上取得了对闭源方案的显著性能优势，彻底打破了算法灵魂被禁锢在特定计算躯壳中的局面。
2026-05-07 11:10:16
109
转载 自驾正在进入基础设施比拼的阶段......
我们为大家汇总了3DGS和NeRF的相关技术领域，3DGS的算法原理、自动驾驶场景重建与闭环仿真、NeRF与自动驾驶仿真，NeRF与自动驾驶感知，同时我们也邀请到诸位学术界大佬分享3DGS和NeRF的最新工作，这里全都有！这里的活跃度，不是靠“签到”撑起来的，是靠真实的行业讨论撑起来的。针对2025年最火的自动驾驶VLA，我们详细梳理了最新的综述、VLA开源数据集、作为语言解释器的相关算法、模块化VLA、端到端VLA和推理增强VLA，更有诸多关于VLA量产的讨论，在这里有你想知道的一切~
2026-05-06 11:01:08
38
原创 ICRA 2026｜清华&博世提出UMPE：自驾地图先验大一统
在这一背景下，清华大学AIR与博世联合提出的UMPE（Unified Map Prior Encoder），并没有沿着“增强某一类地图”的路径继续优化，而是直接改变了问题的出发点。它不再区分地图的类型，而是将所有地图信息视为“可选的先验输入”，统一进入同一个编码体系之中，让模型在训练过程中自行学习不同信息的价值与使用方式。以往方法往往在输入形式与任务目标上有所取舍，有的专注矢量地图建模，有的引入栅格表达，有的尝试利用卫星影像，但很少有方法能够在同一体系内覆盖全部信息来源。值得注意的是，这一过程中引入了。
2026-05-06 11:01:08
385
转载 深扒那些百亿具身公司的掌舵人......
中国科学技术大学自动化系本科，普渡大学电气与计算机工程系博士，南方科技大学教授，曾任美国俄亥俄州立大学电气与计算机工程系（ECE）长聘教授，在此之前于加州大学伯克利分校担任博士后研究员、斯坦福大学担任访问学者。北大前沿计算研究中心助理教授，博士生导师，北大-银河通用具身智能联合实验室和北京智源研究院具身智能研究中心主任，中国具身智能领军人物，国际具身智能顶尖学者。无论是顶尖学霸的降维打击，还是产业老兵的厚积薄发，这群百亿级企业的操盘手，正用最硬核的技术，将科幻小说里的浪漫一行行写进现实。
2026-05-05 17:00:45
491
原创 ICLR 2026 | 博世BridgeDrive：重构数学正确的扩散闭环规划，成功率飙升 7.72%
图中红色的锚点代表的是一个反例，向右行驶的锚点提供的错误先验，会引导扩散模型生成错误的路径规划。并且推理速度满足实车部署要求。直观的理解是，我们通过Doob变换，将数据从一个特定的分布（老虎），“翻译”成指定的另一个分布（狗），并且维持特定的数据结构不变（姿态、表情、几何结构、拓扑关系）。Bench2Drive 是基于 CARLA 的最主流闭环（带有reactive agent）基准，覆盖 220 条复杂路况，专门考核并道、超车、紧急制动、让行、交通标识响应等核心能力，是检验规划可靠性的 “黄金标准”。
2026-05-05 17:00:45
447
原创 重卡不是放大的小车，货运更需要自己的自动驾驶基座模型.....
它不能等风险已经快到眼前再处理，而是要在更长的时序里提前预测，前方道路会怎么变化，旁边车辆会怎么博弈，挂车会扫过哪里，低附着路面下车身会不会进入危险状态。一群自动驾驶从业者，不是在会议室里聊 AI，也不是站在展台边讲参数，直接坐进重卡的货箱里，讨论卡车、货运、Physical AI 和自动驾驶下一阶段的技术路线。WAM 提供对世界变化的理解，强化学习提供在复杂约束下的决策优化，在车展现场圆桌，崔迪潇提到，商用车最核心的锚点是客户的 ROI，所有工程目标、算法架构设计和产品设计，最后都要回到客户价值上。
2026-04-29 17:03:11
605
转载 交大&复旦 Bench2Drive-Speed：速度可控的自动驾驶评测基准
Bench2Drive-Speed 提供了完整的端到端速度可控驾驶研究体系：包括闭环评测框架、可量化的速度与超车指标、2,100 条带指令的数据，以及使用多种策略训练的基线模型。使用 Virtual Target Speed 重标注训练的模型，其速度遵从表现与基于专家内部参数的监督相近，表明速度控制监督可以在无需额外昂贵数据采集的情况下，规模化地应用于训练。带有目标速度指令（target speed）的模型，其闭环轨迹对用户指定速度的贴合程度明显高于未使用速度指令的模型，说明速度可控性是可学习的。
2026-04-29 17:03:11
87
原创 上交AutoLab&中科院提出OneDrive：探索原生VL模型能否统一自驾多种异构任务
进一步地，我们分析了文本监督在训练过程中的作用。实验发现，在联合训练中保留文本loss，可以带来稳定但一致的性能提升，尤其体现在碰撞率等安全指标上。相比之下，依赖完整模型前向的方案，其计算路径与任务解耦程度较低，难以在不牺牲性能的情况下实现类似的加速。具体实现上，我们将自动驾驶中的不同任务统一表示为一组token，并与图像token、文本token拼接成一个共享序列，输入到同一个VLM decoder中进行处理。所以，VLM中真正“可复用”的部分，是其建模token之间关系的能力，而不是具体的特征变换。
2026-04-28 11:00:40
375
转载 轻舟于骞：一家公司要干20年，必须不断革自己的命
实打实的规模落地，既是用户对我们的信任，也是我们构建规模化数据闭环的最强入口，验证了轻舟技术的成熟与可靠。“轻舟的机会恰恰在于，我们可以基于乘用车领域大规模量产的成熟经验，把安全、稳定、可靠的产品能力发挥到物流领域，助力行业提升效率、保障安全。”在于骞看来，进入2026年，无人物流拼的不只是速度，更是服务、性能、综合降本，以及最根本的安全底线与可持续运营能力。新使命背后，有着轻舟更深的思考？因为我们相信，未来AI的智能可能在很多维度超过人类——但人类的好奇心、同理心、对生命的尊重，是技术无法替代的。
2026-04-28 11:00:40
65
原创 NVIDIA吴新宙：世界模型是自动驾驶最本质的一环
再结合前面聊到的车端模型，真实数据采集、数据处理、训练集和测试集构建、仿真验证、部署车队、corner event 回流、数据再生成，这些环节在 Alpamayo 的量产落地图里已经连成了一个闭环。Camera、Radar、Lidar，围绕感知网络、BEV、OCC、在线建图，再到后面的端到端、VLA，行业已经卷了很久。过去一年，自动驾驶行业对VLA、端到端和世界模型的讨论很多，但很多时候大家会把他们拆成几条互相竞争的路线，选了VLA就不能聊世界模型，讲世界模型就一定要脱离端到端。
2026-04-27 17:01:09
731
转载 从表征学习角度看 Being-H0.7、Fast-WAM 与 π0.7
π0.7利用”未来观测“的方式和Being-H0.7、Fast-WAM差别比较大，它使用了一个单独的世界模型BAGEL用来生成subgoal images（比起预测未来的每一帧或者连续的一段视频，subgoal images这种方式更为精巧，动作转换的关键帧对于动作生成或许更有意义），这些subgoal images直接作为输入prompt的一部分，从数据入口侧入手，得到对未来关键帧有感知能力的良好表征。本文通过三篇经典工作，说明了什么是好的表征，应该利用什么样的数据来得到好的表征。
2026-04-26 17:01:06
87
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人