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：自动驾驶×
6月2日
10:00
02:53
02:53Clement Delangue@ClementDelangue
Hugging Face CEO Clement Delangue 发推称赞 NVIDIA 是“美国开源 AI 之王”，指出 NVIDIA 在 Hugging Face 上已拥有超过 1000 个公开仓库（820 个模型、249 个数据集、57 个空间），粉丝近 6 万。当前 HF 上排名第一的热门模型是 LocateAnything，排名第五的是 PiD。NVIDIA 宣布采用 Linux 基金会的 OpenMDW 框架，并发布了 Cosmos 3（用于物理 AI 的全模态世界模型）、Alphamayo 2 Super（自动驾驶开源模型），以及即将推出 Nemotron 3 和正在开发中的 Nemotron 4。这些成果展示了 NVIDIA 在开源 AI 生态中的持续投入和领导力。
行业NVIDIA开源模型Hugging Face自动驾驶物理AI
推荐理由：NVIDIA 在开源 AI 上的投入远超多数人想象——1000 个公开仓库、多个前沿模型，做 AI 研究或开发的团队值得关注这些新资源，尤其是 Cosmos 3 和 Nemotron 系列。
原文
01:50
01:50Hugging Face@huggingface
Hugging Face CEO Clement Delangue 发推称赞 Nvidia 是“美国开源 AI 之王”，并列举其近期成就：在 Hugging Face 上累计超过 1000 个公开仓库（820 个模型、249 个数据集、57 个 Spaces），粉丝近 6 万；当前 HF 热门模型榜上，LocateAnything 排名第一，PiD 排名第五；宣布采用 Linux 基金会 OpenMDW 框架；发布了 Cosmos 3（物理 AI 全模态世界模型）、Alphamayo 2 Super（自动驾驶开源模型），并预告 Nemotron 3 和 Nemotron 4 即将发布。这些动作表明 Nvidia 正加速从硬件巨头向开源 AI 生态核心贡献者转型。
行业Nvidia开源/仓库Hugging Face自动驾驶物理 AI
推荐理由：Nvidia 在开源 AI 上的投入已经形成规模效应——1000 个仓库覆盖模型、数据集、工具链，做 AI 研究或工程落地的团队值得关注其最新模型和框架，尤其是自动驾驶和物理 AI 方向的开放成果。
原文
6月1日
21:50
21:50Decoder@Maximilian Schreiner
88°
Nvidia 在 GTC Taipei 上推出了一系列面向机器人、自动驾驶和视频系统的模型。核心产品包括新的世界模型 Cosmos 3、大幅升级的驾驶模型 Alpamayo 2 Super，以及一个开源的人形机器人参考平台。这些发布标志着 Nvidia 在物理 AI 领域的重大投入，旨在为机器人提供更强大的感知、规划和交互能力。Cosmos 3 能够生成更逼真的虚拟环境，Alpamayo 2 Super 提升了自动驾驶的决策精度，而开源平台则降低了人形机器人研发的门槛。
AI产品Nvidia物理 AI世界模型自动驾驶人形机器人
推荐理由：Nvidia 一口气推出世界模型、驾驶模型和开源人形机器人平台，做机器人、自动驾驶和物理 AI 的开发者可以直接关注这些新工具，看看能否加速自己的项目。
原文
17:34
17:34IT之家（博客/媒体）
理想汽车基座模型部门完成新一轮组织调整，新增具身工程、具身交互、具身行为三个具身智能相关二级部门，同时自动驾驶成为独立二级部门。这是理想汽车今年第二次调整智能驾驶与具身智能组织架构。CEO李想此前表示，自动驾驶是具身智能的上半场，通用人形机器人是下半场，并认为人形机器人实现商业化还需至少三年以上。此次调整表明理想汽车正加速布局具身智能领域，为未来机器人业务做准备。
行业理想汽车具身智能自动驾驶人形机器人组织调整
推荐理由：理想汽车在具身智能赛道加速落子，新增三个二级部门表明其从自动驾驶向人形机器人延伸的战略决心。关注智能驾驶和机器人赛道的从业者、投资人，可以从中看到头部车企的技术路线图和组织布局信号。
原文
14:33
13:05
13:05IT之家（博客/媒体）
精选76°
英伟达发布 Alpamayo 2 Super，一款 320 亿参数的视觉-语言-动作（VLA）开源模型，专为 L4 自动驾驶研发设计。该模型具备类人感知、推理与行动能力，支持全车环视感知和元动作输出，可免去企业从零搭建核心基础设施。英伟达同步推出 AlpaGym 闭环强化学习平台、OmniDreams 世界模型等工具，打通从数据采集到车载部署的全流程。模型定位为教师模型，可通过知识蒸馏部署在 DRIVE AGX Thor 芯片上，已获比亚迪、吉利等车企采用。推理代码预计夏季开源。
AI模型英伟达Alpamayo 2 Super自动驾驶开源模型VLA模型
推荐理由：英伟达把自动驾驶模型参数翻了三倍，还开源了全套工具链，做 L4 研发的团队可以直接省掉从零搭建的环节，建议关注夏季开源代码。
原文
5月31日
10:20
10:20IT之家（博客/媒体）
特斯拉 FSD（监督版）系统正式获得爱沙尼亚批准，成为欧洲第三个允许该神经网络系统在公共道路上使用的国家。爱沙尼亚交通局采信荷兰安全测试数据，直接跟进批准，软件即将推送。首批升级仅面向 AI4 硬件车型，旧硬件需等待夏末的 FSD 14 精简版。欧洲已终止 FSD 一次性买断，新用户只能按月订阅。未来数周内瑞典、比利时等国有望跟进批准。
AI产品特斯拉FSD自动驾驶欧洲监管智能驾驶
推荐理由：FSD 在欧洲的监管突破正在加速，爱沙尼亚的批准意味着更多欧洲车主很快能用上 L2 级辅助驾驶。关注特斯拉智能驾驶的欧洲用户或投资者，值得留意后续推送时间和硬件门槛。
原文
10:17
10:17IT之家（博客/媒体）
83°
特斯拉车主戴维·莫斯团队完成全球首次全程无人工干预、横穿加拿大的自动驾驶之旅，全程 6051 公里，历时 4 天 21 小时，所有操作均由 FSD V14.3.3 版本完成，包括高速行驶、复杂施工路段、自动泊车等。该版本整合了 2026 春季软件更新，优化了路径规划和驾驶员监测。此前莫斯已实现美国东西海岸 4345 公里零干预行程，累计零干预里程近 2 万公里。这一里程碑表明无监督 FSD 落地已不远。
AI产品特斯拉FSD自动驾驶零干预长途测试
推荐理由：这趟 6000 公里零干预实测证明了 FSD 在真实复杂路况下的可靠性，关注自动驾驶进展的读者值得一看，尤其是期待无监督 FSD 落地的特斯拉车主。
原文
09:02
5月30日
15:20
5月29日
14:03
14:03IT之家（博客/媒体）
问界M9系列在赛力斯超级工厂开创了“工厂自动驾驶测试”新模式，实现从下线检测到最终入库的全流程无人化操作。车辆依靠全自动微米级校准技术，自动驶过检测线、完成超过100项无人驾驶路面测试、200项AI商品化检测和350项智能自检，最后自动泊车入库，全程无需人工驾驶。传统流程需多名专业驾驶员接力，而问界M9通过将智驾系统与工厂自动化网络打通，以统一标准完成检测。赛力斯工厂已实现车身工艺100%自动化，并应用物联网、大数据、数字孪生等技术构建全生命周期质量追溯体系。
行业问界M9自动驾驶智能制造工厂自动化赛力斯
推荐理由：汽车制造行业终于有了一个完整的无人化检测落地案例——问界M9把智驾系统直接用在工厂产线，省掉专业驾驶员接力环节，做智能制造或车厂质量管理的团队值得关注这个模式。
原文
11:17
5月28日
23:29
23:29IT之家（博客/媒体）
88°
Waymo 开始向部分用户开放其首款从零设计的 Robotaxi 车型“Ojai”的试乘服务，率先在旧金山、洛杉矶和凤凰城部署。该车由极氪制造，专为乘客体验优化，拥有宽敞座舱、无障碍设施和更低的上车高度。核心升级是第六代 Waymo Driver 硬件，传感器数量减少 42% 但能力更强，目标将单套硬件成本压至 2 万美元以下。Ojai 的推出标志着 Waymo 从改装车转向专用车，有助于规模化运营和成本控制。
AI产品自动驾驶RobotaxiWaymo极氪硬件降本
推荐理由：Waymo 终于有了为 Robotaxi 量身定制的车，极氪制造、成本压到 2 万美元以下，做自动驾驶运营的团队值得关注——这可能是规模化落地的关键一步。
原文
20:21
20:12
19:57
18:01
18:01IT之家（博客/媒体）
小鹏汽车董事长何小鹏表示，公司已放弃旧有自动驾驶技术路线，转而押注全新的“物理 AI”架构，并预计在18到24个月内（约2027年底前）实现L4级自动驾驶。他认为，自动驾驶只是物理AI的一个关键应用，未来十年汽车、机器人和全球业务将成为三条增长曲线。何小鹏预测，高等级人形机器人的商业化量产元年可能在2027年，届时物理AI将像数字AI一样对众多岗位产生巨大影响。他还指出，未来十年硬件和软件在汽车中的价值占比可能各占50%，用户将更愿意为软件付费。
行业自动驾驶物理AI小鹏汽车人形机器人软件付费
推荐理由：何小鹏的预测直接关系到自动驾驶和机器人行业的投资方向，做智能汽车或机器人开发的团队值得关注这一技术路线转向，以便提前布局。
原文
15:38
5月26日
11:34
11:34IT之家（博客/媒体）
76°
小米汽车发布了全新的世界模型框架 Xiaomi Auto World Model，首次将三维重建与视频生成深度耦合，打破了行业长期将两者独立的技术路线。该框架通过重建提供几何锚点、生成填补未观测场景，实现了高稳定性、高一致性和高真实性，在 Waymo、nuScenes 等主流基准测试中全面取得 SOTA。目前该模型已在小米汽车的合成数据生成、仿真测试和智能座舱辅助驾驶学堂三大场景落地，交付了超过 10 万 clips 高质量合成数据。这一技术路径有望推动辅助驾驶从“场景感知”向“认知推演”的高阶形态跃迁。
AI产品世界模型自动驾驶三维重建视频生成小米汽车
推荐理由：小米汽车把世界模型的两条路线拧成一股绳，解决了重建缺想象、生成易漂移的行业难题。做自动驾驶感知或仿真的团队，建议看看他们的论文和技术主页，或许能启发新的技术路径。
原文
5月25日
16:05
16:05IT之家（博客/媒体）
特斯拉 FSD 系统基于人类驾驶数据训练，近期在美国车主中发现新行为：当系统检测到高速公路中央隔离带停有警车时，会主动减速并变道汇入车流，避免超车驶过。这一行为源自端到端神经网络从海量真实驾驶数据中学习的人类习惯，适用于所有停放车辆，如警车、故障车或养护作业车。这标志着 FSD 在模仿真人驾驶细节上取得进展，提升了安全性和自然度。
AI产品特斯拉FSD自动驾驶端到端学习驾驶安全
推荐理由：FSD 学会“躲警车”说明端到端学习正在逼近人类驾驶直觉，对关注自动驾驶安全性和拟人化体验的车主来说，这是值得关注的进步，建议特斯拉用户留意系统更新后的实际表现。
原文
5月21日
15:50
12:57
12:57IT之家（博客/媒体）
小鹏汽车董事长何小鹏在 GX 上市后表示，激光雷达虽好，但在汽车领域已非必需，小鹏坚定走纯视觉路线。他强调，自动驾驶核心看实际效果而非传感器配置，小鹏依靠第二代 VLA 技术、大算力和大模型，在极端天气和黑夜等复杂工况下也能实现良好表现。小鹏集团通用智能中心负责人补充，激光雷达必要性取决于企业技术栈，没有绝对答案。这一表态反映了行业对纯视觉方案与激光雷达路线的持续争论。
行业激光雷达纯视觉自动驾驶小鹏VLA
推荐理由：何小鹏的发言直接回应了行业对纯视觉路线的质疑，做自动驾驶技术选型的团队值得关注——小鹏用实际案例证明，极端工况下大模型也能替代激光雷达。
原文
11:19
11:19arXiv cs.AI@Abhinaw Priyadershi, Jelena Frtunikj
精选
该研究系统评估了自动驾驶视觉-语言-动作模型（VLA）在传感器退化下的鲁棒性，对Alpamayo R1（10B参数）在1996个场景中施加8种扰动（高斯噪声、光照极端、雾霾），进行约18000次推理测试。结果发现，因果链（CoC）解释的一致性高精度指示轨迹可靠性：扰动后CoC变化时，轨迹偏差飙升5.3倍（21.8米 vs 4.1米），相关系数达0.99。启用CoC生成平均提升轨迹精度11.8%（p<0.0001）。研究建议将推理一致性作为规划安全定量代理，推动基于推理的运行时监控。
论文自动驾驶VLA推理鲁棒性因果链传感器扰动
推荐理由：自动驾驶安全团队终于有了可量化的推理可靠性指标——CoC一致性比直接测轨迹更早暴露风险，做VLA部署或安全验证的开发者值得关注这个监控思路。
原文
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
09:46
09:46arXiv cs.AI@Junsung Park, Hyunjung Shim
精选
现有驾驶视觉-语言-动作模型（Driving VLA）在轨迹预测时严重忽视视觉特征，原因是任务定义存在结构性缺陷。研究者从逆运动学角度重新设计，要求模型预测未来视觉状态作为边界条件，并引入独立逆运动学网络（交叉注意力条件扩散模型）来抑制对自车状态和文本指令的捷径依赖。仅用0.5B参数，该模型在NAVSIM-v2和nuScenes基准测试中达到7B-8B大模型的轨迹规划性能，尤其在动态驾驶场景（如转弯）中视觉特征利用显著提升。
论文Driving VLA逆运动学轨迹预测自动驾驶视觉特征
推荐理由：这篇论文用逆运动学原理解决了Driving VLA忽视视觉特征的顽疾，做自动驾驶轨迹规划的团队值得关注——0.5B模型就能达到7B-8B的效果，意味着更低的部署成本和更好的视觉鲁棒性。
原文
5月20日
16:00
16:00arXiv cs.AI@Zhefan Xu, Ghassen Jerfel, Marina Haliem, Qi Zhao, Jeonhyung Kang, Khaled S. Refaat
精选
本文提出 VL-DPO 框架，利用视觉语言模型（VLM）作为零样本推理器，自动从预训练模型的轨迹输出中生成偏好对，再通过直接偏好优化（DPO）微调运动预测模型，使其与人类驾驶偏好对齐。在 Waymo Open End-to-End Driving Dataset 上实验表明，VLM 的轨迹选择可作为人类偏好的高质量代理，最终模型在评分反馈（RFS）上提升 11.94%，平均位移误差（ADE）降低 10.01%。该方法解决了标准模仿学习难以捕捉人类驾驶偏好细微差异的问题，为自动驾驶行为决策提供了新的对齐思路。
论文自动驾驶偏好对齐视觉语言模型直接偏好优化运动预测
推荐理由：自动驾驶团队终于有了一个自动对齐人类偏好的实用方法——用 VLM 生成偏好对再微调，比手工标注高效太多，做运动预测或决策规划的开发者值得一试。
原文
5月19日
17:06
12:32
09:54
09:54arXiv cs.AI@Nicanor Mayumu, Xiaoheng Deng, Patrick Mukala
精选
该研究首次系统评估了视觉-语言-动作（VLA）驾驶模型在推理忠实性方面的表现，分析了 Alpamayo-R1-10B 在 100 个场景中的 300 次推理。结果显示，模型输出的自然语言推理与轨迹存在显著不忠实：整体推理忠实度仅 42.5%，Chain-of-Causation 匹配场景现实不到一半；在三分之一的行人相关场景中遗漏了 94 个行人；轻微视觉扰动导致 97.7% 的轨迹脆弱；推理-动作一致性仅 48.3%，其中 53.3% 的推理一致性低，37.9% 声称停止但模型继续前进。研究从信息论角度形式化了忠实性，定义了实体和动作忠实性验证标准，并提出了四组件安全架构。
论文VLA自动驾驶推理忠实性安全Chain-of-Causation
推荐理由：VLA 驾驶模型的推理不忠实问题直接关系到自动驾驶安全，做自动驾驶或具身智能的开发者值得关注——你的模型可能声称停车但实际在开。
原文
5月18日
20:17
20:17@cb_doge@cb_doge
72°
马斯克重申特斯拉全自动驾驶（FSD）仅依赖AI和摄像头，不使用雷达或激光雷达，模仿人类视觉和生物神经网络。他声称该技术最终将比人类驾驶安全至少一个数量级，并描述FSD让车辆感觉像有生命。目前特斯拉已在德克萨斯州三个城市运营无人驾驶车辆，预计将在美国广泛推广。
AI产品特斯拉FSD自动驾驶纯视觉马斯克
推荐理由：马斯克再次强调纯视觉FSD路线，对关注自动驾驶技术路线之争的从业者来说，这是理解特斯拉为何坚持纯视觉方案的关键表态。建议点开看完整原话，感受他对安全性和“魔法般”体验的自信。
原文
19:58
19:58IT之家（博客/媒体）
76°
小鹏汽车宣布其首款全栈自研、前装量产的Robotaxi车型GX正式下线，这是中国首款采用纯视觉方案实现L4级自动驾驶的Robotaxi。该车基于小鹏旗舰车型GX打造，搭载4颗自研图灵AI芯片，有效算力达3000TOPS，为全球车端最高算力，并配备第二代VLA大模型。小鹏计划于2025年下半年开始自动驾驶出租车试点运营，目标在2027年初实现无需现场安全员的完全自主运营。这一里程碑标志着中国L4级自动驾驶商业化进程加速。
AI产品自动驾驶Robotaxi小鹏GXL4级纯视觉方案
推荐理由：小鹏GX以3000TOPS算力和纯视觉方案突破L4级自动驾驶，做自动驾驶研发或关注出行商业化的团队值得关注，下半年试点运营将直接验证技术落地能力。
原文
5月17日
20:58
20:58IT之家（博客/媒体）
特斯拉已推送 FSD V14.3.3（监督版）软件更新，版本号为 2026.14.6.6。此次更新重点优化了智能召唤功能（ASS），最高行驶速度从 6 英里/小时提升至 8 英里/小时（约 13 公里/小时），首批用户反馈在商超等人流密集场景中更实用。FSD 核心软件引入了升级的强化学习模块和视觉编码器，提升三维空间感知和决策逻辑。AI 编译程序被重写，系统反应速度提升 20%，同时优化了乘车舒适度，减少无故偏道和近距离跟车。该版本已在美国、加拿大推送，马斯克称体验极为出色。
AI产品特斯拉FSD自动驾驶智能召唤强化学习
推荐理由：特斯拉车主和自动驾驶爱好者值得关注——智能召唤速度提升让日常泊车更自然，FSD 核心性能优化也提升了驾驶体验，建议更新后试试。
原文
5月15日
14:14
14:14IT之家（博客/媒体）
小鹏汽车董事长何小鹏在轩辕汽车蓝皮书论坛上透露，大众在投资小鹏前，曾购买一辆小鹏汽车行驶约50万公里并拆解分析，以此评估技术实力。这种极端审慎的尽调方式令何小鹏印象深刻。大众于2023年7月投资7亿美元入股小鹏，双方随后深化合作，联合开发电子电气架构，首款车型“与众08”已量产下线。何小鹏还预测L4级自动驾驶有望在2028年实现，并强调AI领域需巨大投入，不拥抱变化将被淘汰。
行业小鹏汽车大众汽车车企合作自动驾驶技术尽调
推荐理由：大众用50万公里实测+拆车来尽调，这给所有做汽车供应链或技术合作的团队提了个醒——真正的技术验证不是看PPT，而是跑烂一辆车。做车企合作或技术采购的值得点开，看看国际巨头怎么选伙伴。
原文
12:46
11:04
11:04arXiv cs.AI@Sining Ang, Yuguang Yang, Canyu Chen, Yan Wang
精选
端到端自动驾驶规划器通常通过模仿单一记录轨迹来训练，但评估时却使用基于规则的规划指标（如安全性、可行性、进度和舒适度），导致训练与评估不匹配。CLOVER 提出了一种闭环价值估计与排序框架，采用轻量级生成器-评分器结构：生成器产生多样候选轨迹，评分器预测规划指标子分数进行排序。通过构建评估器过滤的伪专家轨迹和集合级覆盖监督，CLOVER 扩展了候选支持；并采用保守闭环自蒸馏优化生成器和评分器。在NAVSIM上，CLOVER 达到94.5 PDMS和90.4 EPDMS，创下新SOTA；在更具挑战的NavHard上获得48.3 EPDMS，匹配最强结果。
论文自动驾驶端到端规划闭环价值估计NAVSIM生成器-评分器
推荐理由：CLOVER 解决了自动驾驶规划中训练与评估不匹配的核心痛点，做端到端规划的研究者和工程师可以直接参考其生成器-评分器框架和闭环自蒸馏方法，有望提升实际部署中的规划鲁棒性。
原文
5月14日
11:23
11:23IT之家（博客/媒体）
小米发布并开源了 Xiaomi OneVL，一个一步式潜空间语言视觉推理框架。雷军称，该模型在业内率先通过潜空间推理将 VLA（视觉语言动作模型）和世界模型统一到同一框架中。在推理和规划等主流基准上，Xiaomi OneVL 全面刷新了潜在推理方法的性能上限。该模型在精度上超越显式 CoT，速度上对齐“仅答案”预测的潜空间 CoT 方案。小米已将模型权重和训练、推理代码全面开源，邀请全球开发者探索自动驾驶大模型的可能性。
AI模型自动驾驶Xiaomi OneVLVLA世界模型潜空间推理
推荐理由：小米把 VLA 和世界模型统一到一套框架，解决了自动驾驶多模型协同的痛点，做自动驾驶或具身智能的开发者可以直接用开源代码试试，性能还刷新了基准。
原文
5月13日
21:36
21:36IT之家（博客/媒体）
70°
Waymo 因自动驾驶软件在积水路段处理不当，首次召回其第六代系统，涉及 3791 辆搭载第五代和第六代系统的车辆。事故中，一辆无人驾驶出租车在限速 64.4 公里/小时的道路上驶入无法通行的积水，虽检测到积水仍低速前行。Waymo 已升级系统加强恶劣天气限制并更新地图，修复方案正在研发中。此次召回暴露了自动驾驶在极端天气下的风险，随着 Waymo 向波士顿等东海岸城市扩张，应对复杂天气能力成关键考验。
行业Waymo自动驾驶召回第六代系统极端天气
推荐理由：自动驾驶在极端天气下的安全边界被重新定义，Waymo 的这次召回对关注自动驾驶技术落地的从业者和投资者是个重要信号——复杂环境处理仍是行业瓶颈，值得点开了解具体教训。
原文
17:17
10:14