AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:VLM蒸馏×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月21日
10:22
10:22arXiv cs.LG@Yang Wu, Qiang Meng, Zhaojiang Liu, Youquan Liu, Jian Yang, Jin Xie
精选
当前端到端自动驾驶模型受限于模仿学习的行为克隆天花板,强化学习虽能实现更智能的自主性,但缺乏认知基础和前瞻性物理环境。为此,研究者提出CoPhy框架,通过蒸馏VLM知识到BEV编码器,在零推理成本下保留认知能力,并构建自回归BEV世界模型预测未来语义地图,作为可解释的物理沙盒。该框架采用GRPO优化策略,结合物理奖励(确保硬安全约束)和认知奖励(确保意图合规),在NAVSIM v1和v2基准上达到最先进结果,并支持用户自定义语言指令实现灵活意图控制。
论文自动驾驶强化学习VLM蒸馏BEV世界模型安全约束

推荐理由:自动驾驶团队终于有了兼顾安全与意图的强化学习方案——CoPhy用蒸馏VLM和BEV世界模型解决了行为克隆的瓶颈,做端到端驾驶的开发者可以直接参考其双奖励机制。
原文
精选全部日报登录