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29日
18:36
17:03
00:15
6月24日
16:20
11:37
11:37arXiv cs.AI@Xiaowei Gao, Pengxiang Li, Yitai Cheng, Ruihan Xu, James Haworth, Stephen Law, Yun Ye
UniDrive是一个统一视觉语言与定位框架，旨在实现自动驾驶中的可解释风险理解。它通过时间推理分支从多帧视觉输入建模场景动态，并通过高分辨率感知分支从最新帧保留细粒度空间细节，两者经门控交叉注意力融合模块集成。基于融合表示，UniDrive联合生成自然语言风险描述和风险对象的边界框输出。在DRAMA-Reasoning基准上，UniDrive在描述和风险对象定位上均优于基于图像和视频的基线，并在小目标定位、零样本泛化至NuScenes和BDD100K方面表现突出，人类评级的可解释性和可信度也更高。
论文UniDrive自动驾驶DRAMA-Reasoning多模态大模型零样本泛化
推荐理由：这个框架把时序推理和高分辨率感知结合起来，在DRAMA-Reasoning上碾压了现有方法，还能零样本泛化到NuScenes和BDD100K，代码也开源了，做自动驾驶可解释性研究的值得一看。
原文
6月23日
15:00
09:26
6月22日
15:12
15:06
6月21日
19:27
15:12
6月19日
10:15
10:15arXiv cs.AI@Shihao Ji, HongXi Li, Zihui Song, Mingyu Li
Lagrange提出基于掩码潜在场（MLF）的开放词汇稀疏驾驶框架，利用视觉语言模型（VLM）编码类无关目标提议为连续语义视觉标记。通过意图驱动的掩码交叉注意力模块过滤无关实体，将注意力解码为空间坐标上的隐式连续能量场。将决策制定为跨越该能量场的拉格朗日动作最小化问题，强制遵守车辆运动学并执行碰撞避免。在nuScenes和CODA基准上的离线评估显示，该框架实现了鲁棒、可解释且运动学可行的开放世界自主性。
论文Lagrange自动驾驶视觉语言模型掩码潜在场端到端驾驶
推荐理由：自动驾驶新框架Lagrange用掩码潜在场和VLM处理开放世界异常，比密集模型更高效，在nuScenes和CODA上表现不错。
原文
6月18日
23:04
23:04IT之家（博客/媒体）
71°
工信部6月16日就《智能网联汽车自动驾驶系统安全要求》等2项强制性国家标准报批稿公开征求意见，计划2027年7月1日起实施。该标准针对L3和L4自动驾驶系统，从推荐性升级为强制性，要求ADS安全水平至少达到合格且专注驾驶人的水平，并引入Safety Case机制。标准对L3重点关注人机交接，L4则关注系统自身风险处置，车企不能仅靠测试里程等指标宣传。业内认为，这标志着自动驾驶监管从概念松绑转向安全硬约束，将推高车企在冗余系统、算力芯片等方面的投入。
行业自动驾驶L3L4强制性国标工信部
推荐理由：工信部出了个硬标准，L3/L4自动驾驶2027年7月必须达标，车企再也不能随便吹牛了，安全能力才是真功夫。
原文
16:01
6月17日
08:59
6月16日
20:46
10:24
10:24arXiv cs.LG@Mohamed Manzour, Aditya Kumar, Augusto Luis Ballardini, Miguel Ángel Sotelo
该框架采用因果推断方法进行换道预测，结合专家约束因果发现与Deep End-to-end Causal Inference (DECI) 模型。在车道线跨越事件前3秒内，平均F1分数超过95%。通过干预效应分析区分直接贡献变量与中介效应，并生成对比因果链解释。与传统基于相关性分类的方法不同，该框架提供可解释的因果推理。
论文换道预测因果推理自动驾驶可解释性DECI
推荐理由：这篇论文把换道预测从统计相关提升到因果推理，用DECI模型实现了95%以上的F1分数，还给出了清晰的因果链解释，做自动驾驶可解释性的一定要看。
原文
6月15日
17:37
6月14日
11:57
6月12日
12:57
6月11日
15:28
15:23
15:07
08:14
6月10日
22:36
22:36IT之家（博客/媒体）
Waymo 联合代尔夫特理工大学在《自然·通讯》发表论文，提出名为 ReD（参考驾驶员）的计算机认知模型，模拟人类驾驶员在意外瞬间如何做出最优避撞决策。该模型基于“主动推理”神经科学框架，通过最小化“意外”损失来模拟人类反应，包括逼近感判断、交通规范过滤、意外阈值触发策略重评，以及 0.2 秒踏板切换停顿等细节。与仅复现“最后一秒反应”的传统模型不同，ReD 能主动预判风险并调整行为。Waymo 希望将其作为行业基准，推动自动驾驶避撞评估标准化，并已开源研究代码供学术使用。
AI产品Waymo自动驾驶安全评估认知模型开源
推荐理由：Waymo 用认知科学给自动驾驶安全找了个新基准——不是比谁刹车快，而是比谁更像人类老司机。做自动驾驶安全评估的团队值得看看，开源代码可以直接拿来跑实验。
原文
08:03
08:03IT之家（博客/媒体）
72°
特斯拉首次公布欧洲 FSD（监督版）安全数据，显示在荷兰道路上，FSD 的事故碰撞量比人工驾驶减少 71.4%，安全性达 3 倍以上。高速路段安全系数更高，达 3.4 倍，累计行驶 1660 万公里无碰撞。FSD 还显著提升了行驶平顺性，急加速、急刹车和激烈变道行为大幅减少。该数据基于荷兰车辆管理局 4 月颁发的型式认证，证明 FSD 能适应欧洲复杂路况。目前欧洲已有荷兰、立陶宛、爱沙尼亚、丹麦四国批准 FSD 上路，特斯拉计划今年夏季推出 V14 Lite 版以支持老款车型。
AI产品特斯拉FSD自动驾驶安全数据欧洲
推荐理由：特斯拉用欧洲真实路况数据证明 FSD 比人开更安全、更平顺，关注自动驾驶安全性的车主和行业从业者值得细看，尤其是欧洲用户可以直接参考。
原文
6月9日
22:00
22:00IT之家（博客/媒体）
美国宾夕法尼亚州立大学研究人员开发出一种名为“光忆阻器”的新型光学器件，模仿人眼适应机制，解决自动驾驶汽车在光线剧烈变化时感知失效的问题。该器件能在数秒内从强光切换到暗光状态，而人眼需要20-30分钟。其核心是氧化钛与凝胶状塑料结合，通过类似“出汗”的物理变化自动调节进光敏感度。测试中，系统在极亮背景下识别暗字母的准确率达95%。该技术未来还可用于工业机器人和视障辅助设备。
AI产品自动驾驶光忆阻器感知系统人眼模拟宾夕法尼亚州立大学
推荐理由：自动驾驶在强光下“失明”是真实痛点，做感知系统或车载视觉的团队值得关注这个模仿人眼的新方案，它用物理机制替代了复杂算法，效果直接且稳定。
原文
10:56
10:56arXiv cs.AI@Debojyoti Biswas, Xianbiao Hu
精选
ATN3D是一种针对自动驾驶中远距离稀疏场景的激光雷达-雷达早期融合3D目标检测框架。它解决了远距离（>30米）下感知证据稀疏导致的两个核心问题：早期多模态融合会丢弃稀疏信息并引入噪声，以及统一通道监督偏向近处密集样本。ATN3D引入了密度感知早期融合、占用门控邻域聚合、证据条件通道自注意力和距离感知损失。在VoD基准测试中，ATN3D在晴朗天气下mAP提升3.55%，在模拟浓雾下提升8.41%，远距离目标检测也有显著提升。
论文3D目标检测自动驾驶激光雷达-雷达融合稀疏感知远距离检测
推荐理由：自动驾驶感知团队终于有了专门应对远距离稀疏场景的融合方案——ATN3D在>30m目标上提升明显，做多传感器融合的开发者值得关注。
原文
10:45
10:45IT之家（博客/媒体）
Waymo 以2.2亿美元收购了苹果公司此前用于造车项目的亚利桑那州大型汽车试验场，该场地占地5500英亩，包含城市模拟道路、高速环道等自动驾驶测试设施。苹果在2024年初终止泰坦计划后，该场地被转手。Waymo将利用该场地进行自动驾驶系统测试、运营人员培训及新型测试项目，以支持其车队扩张和商业化部署。此次收购进一步强化了Waymo的封闭测试网络，为其每年量产数万台自动驾驶出租车的目标提供基础设施保障。
行业Waymo苹果自动驾驶测试场收购
推荐理由：自动驾驶从业者和关注Waymo进展的读者值得关注——这笔收购不仅让Waymo获得苹果造车遗产，更直接服务于其大规模量产和商业化扩张，建议点开了解测试场地的具体能力。
原文
6月8日
11:21
11:21IT之家（博客/媒体）
精选
英伟达与LG集团宣布合作打造人工智能工厂，整合英伟达的全栈AI平台与LG在消费电子、机器人、车载零部件等领域的优势。合作覆盖机器人仿真训练、自动驾驶、数据中心冷却、GPU云服务及大模型优化，旨在推动物理AI在制造、物流和家庭场景的落地。LG将采用英伟达Isaac Sim、GR00T模型和Cosmos世界模型，加速机器人研发与数据生成。双方还计划建设自主化制造生态，打造全球智能工厂标杆。
行业英伟达LG集团AI工厂机器人自动驾驶
推荐理由：英伟达与LG的深度合作打通了从AI模型训练到机器人部署的全链条，做智能制造、机器人或自动驾驶的团队可以直接参考其技术路径，值得关注。
原文
09:35
09:35arXiv cs.AI@Zhixuan Liang, Yuxiao Chen, Yurong You, Peter Karkus, Wenhao Ding, Boyi Li, Alexander Popov, Yan Wang, Maximilian Igl, Yiming Li, Danfei Xu, Nikolai Smolyanskiy, Boris Ivanovic, Ping Luo, Marco Pavone
针对自动驾驶中视觉-动作模型处理长时序上下文时计算开销过大的问题，本文提出 COMPACT-VA 框架。它基于条件 VQ-VAE 实现规划对齐的令牌压缩，将扩展上下文压缩为有限表示，同时保留决策关键信息。该方法在训练时利用未来轨迹蒸馏规划意图，推理时从压缩观测中预测意图，并与压缩记忆拼接后输入策略网络进行端到端优化。在动态场景下，COMPACT-VA 在相同令牌预算下成功率提升超 6%，并实现 3.3 倍加速和 2.7 倍内存缩减。
论文自动驾驶令牌压缩VQ-VAE长上下文规划对齐
推荐理由：自动驾驶长上下文处理的计算瓶颈终于有了架构兼容的解决方案——COMPACT-VA 无需修改骨干网络即可压缩令牌，做端到端自动驾驶的团队值得关注其 3.3 倍加速效果。
原文
09:29
09:29arXiv cs.AI@Chaitanya Shinde, Hadi Hajieghrary, Paul Schmitt, Adam Shoemaker, Bodo Seifert, Steve Kenner
这篇论文针对自动驾驶汽车（AV）中缺乏人类驾驶员的情况，重新审视了ISO 26262功能安全标准中的可控性概念。作者将可控性分解为两个可审计的证据维度：可转移性和可预测性。可转移性衡量AV系统将控制权移交给专用后备安全机制的能力，而可预测性则量化外部实体预测AV行为的难易程度。论文还引入了设计能力与可实现能力之间的差距，以区分架构后备声明与场景条件下的实际后备能力。这些指标与ISO 26262和ISO/PAS 21448（SOTIF）兼容，使后备和交互声明在ODD切片上可证伪和可追溯，从而将标准扩展到SAE L4和L5级无人驾驶系统。
论文自动驾驶功能安全ISO 26262可控性SOTIF
推荐理由：自动驾驶安全工程师和标准制定者终于有了量化可控性的方法——可转移性和可预测性让ISO 26262在L4/L5场景下可落地，做功能安全验证的团队可以直接参考论文中的数学框架来改进测试用例。
原文
6月7日
08:51
08:51IT之家（博客/媒体）
特斯拉在CVPR会议上公布了FSD全球待审批国家名单，显示其监督版FSD正在稳步推进全球落地。目前全球已有130万辆特斯拉车辆开通FSD功能。美洲地区正等待智利和哥伦比亚审批；欧洲已有荷兰、立陶宛、爱沙尼亚获批，另有20多个欧盟国家和多个非欧盟国家待审批；中东地区在阿联酋开展测试，以色列、卡塔尔等市场待审批；亚洲已在中国上线但受限，计划年底前在日本推出；非洲首次出现在名单中，仅埃塞俄比亚在推进。特斯拉正同步对接各地监管规则，FSD全球上路只是时间问题。
行业特斯拉FSD自动驾驶全球审批智能驾驶
推荐理由：特斯拉FSD的全球扩张计划直接影响自动驾驶行业格局，关注智能驾驶的投资者和特斯拉车主可以从中了解哪些市场即将开放，提前布局或期待功能落地。
原文
6月6日
20:21
20:21IT之家（博客/媒体）
东风汽车正式发布无人物流车品牌“东风 OpenVAN”，并推出四款全场景无人物流车产品，覆盖从末端配送到大件运输。该系列搭载与九识智能联合自研的大模型智驾系统，经过 1.3 亿公里真实路况验证，具备双套安全系统及 5G 远程监控能力。发布会现场签约订单超 4000 台，预计 8 月交付。四款车型载重从 1 吨到 13.6 吨不等，续航最高 300 公里，适配不同物流场景。
AI产品无人物流车东风 OpenVAN自动驾驶物流场景九识智驾
推荐理由：物流行业终于有了大规模落地的无人物流车方案——东风 OpenVAN 覆盖从末端到干线全场景，且已有超 4000 台订单，做物流或供应链的团队值得关注 8 月交付后的实际表现。
原文
14:00
14:00IT之家（博客/媒体）
83°
英伟达CEO黄仁勋在2026台北国际电脑展上指出，未来计算将收敛为一套面向AI智能体的统一模式，从云端延伸到PC、汽车、机器人等边缘设备。该模式覆盖AI训练和推理，旨在让所有边缘设备具备自主运行能力。黄仁勋强调，自动驾驶、类人机器人和通信基站本质上都是同类智能体系统。英伟达新推出的88核Arm处理器Vera已全面量产，专为AI智能体生成词元设计，注重单线程速度和内存带宽。
行业AI智能体边缘计算英伟达自动驾驶统一架构
推荐理由：黄仁勋的演讲为AI基础设施的未来画出了清晰路线图——所有设备都将成为智能体，做边缘计算或自动驾驶的开发者值得关注这一架构变化。
原文
6月5日
11:59
11:59arXiv cs.AI@Qi Lan, Yining Tang, Yu Shen, Yi Zhou, Yuhao Wei, Jie Li, Guofa Li
精选
安全关键交通场景生成对评估自动驾驶系统在罕见但高风险交互下的表现至关重要。现有扩散方法虽在闭环生成中可控性强，但迭代去噪过程计算成本高，且长序列中易累积采样和引导误差，导致抖动、异常加速等不真实运动。RiskFlow 提出一种新框架，将未来轨迹生成建模为动作空间中的传输，通过单次前向传播学习平均速度场，将高斯动作序列转化为加速度和偏航率指令，并利用输出空间引导生成高风险交互，同时保持物理可行性。实验表明，RiskFlow 在多智能体和长时域设置下实现了对抗性与真实性的良好平衡，显著提升真实性并降低推理时间。
论文自动驾驶安全关键场景生成RiskFlow交通仿真生成模型
推荐理由：自动驾驶安全测试场景生成一直面临计算慢、动作不真实的问题，RiskFlow 用单次前向传播替代迭代去噪，做仿真评估的团队可以直接用，效果比扩散方法更高效更保真。
原文
6月4日
21:09
21:09IT之家（博客/媒体）
长安汽车宣布其全栈自研的“天枢大模型”通过国家网信办生成式AI备案审批，成为重庆首家获此资质的车企。该模型融合语音、语言、视觉等多模态数据，具备感知、理解、推理、生成能力，将作为基座支撑天枢智能化产品研发体系。此前长安已发布端到端交互式领航辅助“天枢智能驾驶辅助”，并获全国首块L3级自动驾驶专用号牌。这标志着长安在AI与自动驾驶领域的技术合规化取得关键进展，可面向公众提供生成式AI服务。
AI产品长安汽车天枢大模型生成式AI备案审批自动驾驶
推荐理由：长安天枢大模型获批意味着车企自研AI大模型正式进入合规商用阶段，做智能汽车或自动驾驶的团队值得关注其后续落地效果。
原文
11:57
07:46
6月3日
20:15
20:15IT之家（博客/媒体）
小鹏汽车董事长何小鹏在直播中透露，小鹏GX在未公布海外定价的情况下，已获得以中东为代表的海外市场1000笔盲订订单，海外关注度超出预期。该车型已于5月20日在国内上市，限时起售价26.98万元，上市12小时大定超2.4万辆。何小鹏判断，全球L3级自动驾驶预计明年一季度开始实施。小鹏第二代VLA大模型正在海外测试，后续海外推进节奏将加快。
行业小鹏GX自动驾驶L3海外市场盲订
推荐理由：小鹏GX未定价就获中东千辆盲订，说明海外市场对国产高端智能电动车的认可度在快速提升，关注出海和智能驾驶的从业者值得留意。何小鹏对L3自动驾驶时间表的判断也值得关注，做自动驾驶相关产品的团队可以提前布局。
原文
17:41
17:41IT之家（博客/媒体）
Momenta 宣布获得无锡市智能网联汽车道路测试与示范应用许可，并于今年1月起在当地启动测试。公司计划在2026年内于全球多个新城市及区域落地高阶自动驾驶，重点推进技术场景验证与民生出行服务。Momenta 已在国内上海、苏州及海外慕尼黑、阿布扎比等地运营 Robotaxi，并正拓展欧洲、新加坡及日本市场。其发布的 R7 强化学习世界模型已应用于 L4 级自动驾驶，提升车辆在复杂场景中的通行能力。Momenta 与 Uber、Grab、梅赛德斯-奔驰等合作，量产智驾方案搭载量超80万台，覆盖十余个国家和地区。
行业自动驾驶Momenta路测许可Robotaxi世界模型
推荐理由：Momenta 的全球扩张和 R7 世界模型落地，让关注自动驾驶落地的从业者看到 L4 级技术从测试到商用的加速路径，做出行服务或智驾方案的团队值得关注其多城部署节奏。
原文
02:53
00:47
6月2日
10:45
10:45NVIDIA AI@NVIDIAAI
NVIDIA 在 Hugging Face 上开源仓库总数突破 1000 个（含 820 个模型、249 个数据集和 57 个 Spaces），粉丝接近 60,000。其 LocateAnything 模型成为 Hugging Face 当前第一热门模型，PiD 排名第五。NVIDIA 宣布采用 Linux 基金会的 OpenMDW 框架，并发布了 Cosmos 3（物理 AI 全模态世界模型）和 Alphamayo 2 Super（自动驾驶开源模型）。此外，Nemotron 3 即将发布，Nemotron 4 也在研发中。Hugging Face CEO Clement Delangue 称 NVIDIA 为“美国开源 AI 之王”，肯定了其对生态的贡献。
行业NVIDIA开源/仓库Hugging Face物理 AI自动驾驶
推荐理由：NVIDIA 在 Hugging Face 上开源仓库破千，模型霸榜，做 AI 开发或模型选型的团队值得关注——这代表开源生态里又多了一个强力玩家，可以直接拿来用的资源又多了。
原文
10:30