自动驾驶技术正进入多模态大模型与端侧推理加速的新阶段，特斯拉、小鹏等厂商持续迭代其智能驾驶系统，同时学术界在持续学习与安全对齐方面提出新框架。
自动驾驶近期进展
1. 特斯拉推送FSD V14 Lite，硬件覆盖扩大
特斯拉开始向搭载HW3（AI3）硬件的车主推送FSD V14 Lite版本，该版本旨在缩小与HW4车型的体验差距，使更多存量车辆能体验更高级的辅助驾驶功能。马斯克在X平台上确认了这一推送。特斯拉FSD v14 Lite向AI3硬件车主推送2. 小鹏发布X-Mind世界模型，提升预测能力
小鹏汽车推出X-Mind技术框架，该框架引入预测性世界模型，使自动驾驶系统不仅能感知当前环境，还能对未来的交通动态进行预判。这种类人的推理能力被认为是突破现有驾驶决策瓶颈的关键。小鹏发布X-Mind技术框架，让自动驾驶具备预测性世界模型3. Om AI联汇发布VLX：端侧流式多模态模型
Om AI联汇推出全球首个面向物理世界的端侧流式多模态模型VLX，它能够在车载边缘设备上实时处理视觉、语言等多模态信息，为自动驾驶提供低延迟的感知-决策融合能力。该模型有望降低对高算力云端的依赖。Om AI联汇发布VLX：全球首个面向物理世界的端侧流式多模态模型4. 学术研究：通过错误回滚实现自动驾驶策略持续改进
一篇来自arXiv的论文提出R^2LPL框架，利用错误回滚和终身学习机制，使自动驾驶系统能从失败案例中持续改进，而不遗忘已有能力。这种在线学习范式对提升自动驾驶的长尾场景处理能力具有重要意义。R^2LPL：通过错误回滚与终身学习实现自动驾驶策略持续改进当前焦点与观察点
自动驾驶行业正从“感知优先”转向“认知决策”阶段，世界模型和端侧多模态大模型成为技术竞争的新高地。特斯拉通过硬件兼容策略扩大用户覆盖，而小鹏等国内厂商则更强调底层算法创新。同时，如何保证自动驾驶系统在开放环境中的持续学习能力与安全性，仍是业界和学术界共同关注的核心问题。从技术路线看，端侧推理与云端协同的混合架构可能成为未来量产方案的标配。