这篇论文提出了CNeVA,能在Waymo数据集上仿真交通,并且沿速度、加速度等轴直接操控行为,比纯模仿模型多了可控制性,做自动驾驶仿真的可以看看。
#自动驾驶
老车主等到了,特斯拉给 HW3 车推送 FSD V14 Lite,功能基本跟 HW4 版一样,就是得手握方向盘。
小鹏在自动驾驶上搞了一个新招:X-Mind能用96个Token推演未来12帧,比传统模型更准更快,还能跑在车规芯片上。
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。
华为ADS 5要推送了,鸿蒙旗舰车型先用,新架构WEWA 2.0带Multi-Agent博弈和强化学习,比之前更智能。
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。
曹操出行公布了RoboX战略,目标2030年前部署10万辆Robotaxi和10万辆Robovan,还和吉利远程合作搞物流无人车,转型挺猛的。
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。
理想发布了马赫Mind-4系列模型,Mind-Pro在多个权威基准领先,Mind-Edge是端侧原生智能体,还要在Q4对标特斯拉FSD V14,自动驾驶的可以关注。
特斯拉FSD在欧洲的审批速度超出预期,做自动驾驶或关注智能驾驶法规的从业者值得关注——欧洲市场正在加速开放,可能影响全球高阶辅助驾驶的落地节奏。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。