以下文章来源于蚀刻AiTech ，作者蚀刻团队 蚀刻AiTech . 本文只做学术分享，如有侵权，联系删文 据蚀刻AiTech信息报道，某头部智驾公司近日通过内部全员通告，披露了一起针对前员工违反竞业限制义务的 司法追责结果。通告显示，该前员工离职后隐匿身份加入竞对企业。该公司对此启动司法程序并追查到底。法 院已于近日作出生效判决，认定该员工违反竞业限制义务，需向该公司支付巨额赔偿。该公司强调，这一判决 意味着相关违约行为"将通过该判决永久留在其职业记录里"。 通告措辞严厉，这家头部智驾公司明确表态，对任何违反竞业限制的行为"零容忍"。无论员工级别、时间节点 或去向，公司都将穷尽法律手段追责到底。该公司同时提醒全体员工，竞业违约不仅意味着经济层面的巨额赔 偿，也将对个人职业生涯造成长期影响。 从行业视角看，此事件标志着中国智能驾驶领域头部玩家的竞争烈度显著升级。过去几年，行业竞争焦点主要 集中在技术路线、量产落地速度和融资规模上，是典型的商业与技术竞争。而此次该公司通过法律手段成功 对"跳槽"至直接竞争对手的前员工进行追责并获法院支持，意味着头部玩家之间的博弈，正从单一的商业与技 术维度，迅速延伸至人才保卫、 ...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 论文作者 | Zhenya Yang等 编辑 | 自动驾驶之心 来自香港大学、华为以及华中科技大学的最新工作 GenieDrive，提出了一种以 4D Occupancy 作为中间表示的自动驾驶世界模型框架，在 4D 占据预测、轨迹可控性 以及长时序视频生成能力等方面均显著优于现有自动驾驶世界模型，为该领域提供了一条"先生成 4D 占据、再生成视频"的全新研究路径。 项目简介 GenieDrive 是一种新型的以 4D Occupancy 作为中间表示的自动驾驶世界模型框架，能够实现高度可控、多视角一致且符合物理规律的自动驾驶视频生成。得益于上述 设计，GenieDrive 在仅使用 3.47M 参数的情况下实现了 41 FPS 的推理速度，并在 4D 占据预测任务上取得了 7.2% 的 mIoU 提升；同时，通过在视频生成阶段引入归 一化多视角注意力机制，在 4D Occupancy 的引导下显著提升了多视角视频生成质量，将 FVD 指标降低了 20.7% ...

点击下方 卡片 ，关注" 3D视觉之心 "公众号 第一时间获取 3D视觉干货 三维扫描技术正以前所未有的速度渗透到工程、研究与创作等多个领域，但如何在精度、便携性与开放性之间 找到平衡点，始终是行业面临的核心挑战。 今天，我们就带你认识一款打破常规的设备——它不仅具备厘米级实时重建能力，更以轻巧一体化的设计、多 模态融合的传感器架构，以及深度开放的二次开发支持，为专业级三维采集开辟了全新可能！ 这款能兼顾精准与灵活的工具，正是你释放创意的最佳搭档 。 别让工具限制你的创造力！欢迎进一步咨询 vision_tech3d ，获取详细资料： 产品亮点 GeoScan S1 最强性价比实景三维激光扫描仪——以"轻量、智能、开放"为核心，为你带来全新体验： 厘米级实时重构｜多模态传感器融合算法，实现场景高精度实时建模 高效采集｜每秒10万+点云，70米测距，360°全域覆盖，支持5万平米以上的大场景 一键启动｜轻量化设计，即开即用，大幅降低操作门槛 开放扩展｜支持跨平台集成，配备高带宽网口及双USB 3.0，助力二次开发，开启更多可能 可选3D高斯模块｜实现高保真实景还原，满足专业级建模需求 手持一体供电｜自带Ubun ...

作者 | 周星星 编辑 | 大模型之心Tech 原文链接： https://zhuanlan.zhihu.com/p/1983512173549483912 点击下方 卡片 ，关注" 大模型之心Tech "公众号 戳我-> 领取大模型巨卷干货 本文只做学术分享，已获转载授权 ，欢迎添加小助理微信AIDriver004做进一步咨询 前言 随着 2025 年即将画上句号，我想对"Agent 元年"根据个人这一年的实践和认知进行一次收敛。 技术观点：Agent 架构之争已定，收敛至以 Claude Code 和 Deep Agent 为代表的「通用型 Agent」形态。 Claude Code 虽然在 2025 年 3 月作为"智能终端编程助手"推出，但其不止于编程。 行业认知: 2025 年作为 Agent 元年，既没有悲观者眼中的"名不副实"，也未完全达到乐观者预期的"全面替代"，而是处于稳步落地的中间态。 作为一线从业者，我的评价是： 技术已就绪，爆发在局部 。 基于以上背景，本文将从 Deep Agent 为切入点，分享我作为一线开发者在 2025 年的实战感悟。 主要参考资料： Anthropic、Lan ...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 最近自动驾驶的两大前沿方向：VLA和世界模型，已经有明显的融合趋势 。这一想法是十月份看到中科院的 DriveVLA-W0，因此笔者借这个机会分别调研了 VLA 和 World Model 相关的工作，并且思考一下 这二者结合 的可能性。 太长不看版： VLA和世界模型并不冲突，终极目标是一致的。世界模型可以作为数据引擎、闭环引擎，甚至可以参与到VLA 的模型训练过程中，融合是大趋势，落地是我全都要。 经过几周的调研、分析，有了些成果和自己的心得，所以也想理一理，分享给自动驾驶之心的小伙伴们，主 要分为以下几个部分： 输入端：融合多模态感知 VLA的输入整合了视觉、传感器与语言等多模态的信息。核心视觉输入通过多摄像 头图像生成BEV或体素表征，以理解空间结构；传感器（如激光雷达、毫米波雷达）提供几何与动态补充； 语言输入则是关键创新，支持导航指令、交互问答与规则描述，使系统能理解人类意图与常识，构建出超越 传统纯视觉感知的环境理解。 自动驾驶技术诞生到发展至 ...

很多研究生发paper的共性问题就是一上来就想整高大上的东西，问题是数据也没看过，baseline也 没跑出来。 要知道离春节只剩下1个多月了，现在不把小论文投出去，明年上半年见刊真要来不及 了。 小论文重在完整性不在novelty ，项目能讲一个完整的故事就够了，在现有方法上做点改进、解决 个具体问题就行。故事讲得清楚、实验做得扎实，照样能发出去了。 无论是idea还是debug，这种事情有时候真是旁观者清，就怕你卡住了自己闷头搞两周还没进展。 如果你 论文辅导上线了！ | | | 根据者 3. 2017 2017 2017 2017 2017 11:25 2017 11:25 2017 11:25 10:50 10:20 10:20 10:20 10:20 10:20 10:20 10:20 10:20 10:20 10:20 10:20 10:20 10:20 10:20 10:50 10:50 10:50 10:50 | | | | | --- | --- | --- | --- | --- | --- | | 姓名 | 全国 | 报名课程 | 浦景周期 | 理信名称 | 区位 | | X同学 | 博 ...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 最近一个同学在后台私信我们，想真正动手做一套自动驾驶系统，但是不知道从哪里开始？其实这也是很多想 要入门自动驾驶实操的同学共同的困惑。科研级的平台性能强大，但价格堪比一台小型车，远超大多数团队的 预算；而一些教学套件虽然价格适中，却不够完整，光配置环境和学习操作就要耗上几个周，项目还没开始， 热情就被磨平了。 难道就没有一个性价比拉满、能快速上手的方案？当然有！专为科研&教学量身打造的自动驾驶全栈小车黑武 士系列001，正式开售啦～ 36999元就能拿下全栈配置，性价比直接拉满 ，操作简单易上手，新手也能快速解 锁全流程实操！现在下单还直接赠送模型部署 + 点云 3D 检测 + 多传感器融合 3 门硬核课程，优先锁定名额即 刻安排组装发货，想把自动驾驶项目落地的同学，这次可别错过啦～ 我们测试了室内、室外、地库等场景下感知、定位、融合、导航规划等功能； 整体功能介绍 户外公园行驶 采购硬件欢迎添加微信 vision_tech3d 做进一步咨询。 1）黑武士001 自动驾驶之心团队推出的教研一体轻量级解决方案， ...

晚点LatePost . 晚一点，好一点 本文经授权转自《晚点LatePost》（ID：postlate） 作者：Evan 点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 以下文章来源于晚点LatePost ，作者晚点团队 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 本文只做学术分享，如有侵权，联系删文 根据乘联会的初步统计，2025 年 11 月，全国乘用车新能源市场零售 135.4 万辆，同比去年同期增长 7%，较上月增长 6%。根据车企公开的数据，11 月，理想汽车交付 33181 辆；小鹏汽车交付 36728 辆（含海外）；蔚来公司交付 36,275 辆，其中，蔚来品牌交付新车 18393 台，乐道品牌交付新车 11794 台，firefly 萤火虫品牌交付新车 6088 台。 | | | | | 小鹏 | | | | | | | | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 车型 | M03 | P7+ | લ્હ ...

最近在盘VLA+RL的工作，不管是基于世界模型的在线方案，还是offline，VLA好像始终离不开RL。仅依赖 模仿学习的 VLA 在真实世界 OOD 场景中仍然脆弱，缺乏失败恢复、自主探索与闭环纠错能力。强化学习 （RL）的优势在于能够显著提升VLA模型的泛化能力，一些工作的实验显示分布外任务上的性能提升可达 42.6%。有效果，就有很多工作继续跟进，今年产出了好多篇paper～ 点击下方 卡片 ，关注" 具身智能 之心 "公众号 近期的几个工作，包括wholebodyvla、pi0.6、GR-RL都取得了惊艳的效果，pi0.6推出的时候很多同学说大概 率就是+强化。世界模型加持的在线系统也是比较活跃的方向，期望有更多突破。 工具上，VLA+RL框架也在逐渐完善，这里也推荐下于超老师那边的Rlinf，支持的方法越来越多。 链接：https://github.com/RLinf/RLinf 由于相关工作众多，这里给大家分享一些这两年比较有代表性的VLA+RL工作，这些paper陆续被不同的会 议收录。 ❝ 我们也建议后续的研究可以往此方向靠拢，如果不知道怎么展开研究也欢迎咨询具身智能之心的科研助理，一 键启动 ...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 最近和业内专家讨论了导航信息SD如何应用到自动驾驶中，分享给大家： 图商提供的导航信息SD/SD Pro目前已经在很多量产方案上使用了。导航可以提供车道、粗粒度的waypoint等信息，相当于给司机提供了一个粗略的全局和局部视 野，将导航信息应用到车端模型上也就顺水渠成。目前来看，导航模块的核心职责有两个： 当然还有非常重要的一part，提供参考线reference line，这是下游规控强需的信息，有了参考线，可以极大的减轻规划的压力，相当于车辆已经有一条行驶的参考路 线，只需在细化即可。 除此之外，还可以提供规划约束与优先级、路径监控和重规划。 1. 车道级的全局路径规划：搜索一条目标车道的最优lane sequence； 2. 给行为规划提供明确的语义指导，方便车辆提前准备变道、减速、让行； 具体涉及到自车定位、道路结构构建和感知定位匹配可以参考下图： 在两段式中，导航输入到感知模型中，输出navi path，navi path作为ml planner的输入进而预测自车的行驶轨迹。 在一段式框架中，SD ...