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15个 方向 学习 路线 这几天刚和团队小伙伴沟通完后期工作建设，探讨究竟要做一个什么样的自动驾驶社区？其中一个答案比 较符合我们的思路，那就是一个能够凝聚行业人群、遇到问题能够快速响应、影响到整个行业的地方。 我们目标是未来3年内打造一个万人聚集的智能驾驶&具身智能社区，这里也非常欢迎优秀的同学加入我们 （目前已经有华为天才少年、自驾领域研究前沿的多为大佬加入）。我们和多家业内公司搭建了学术 + 产 品+ 招聘完整的桥梁和链路，同时内部在教研板块也基本形成了闭环（课程 + 硬件+问答）。社区里面既能 看到最新的行业技术动态、技术分享，也有非常多的技术讨论、入门问答，以及必不可少的行业动态及求 职分享。具身智能这么火，要不要考虑转行？自动驾驶技术的未来发展趋势如何？大模型如何预自动驾驶 &具身智能结合？这些都是我们持续关注的 星球核心目录如下： 自动驾驶视频课程及硬件、代码实战 链接：https://t.zsxq.com/9GkD5 0 内部会员独享福利视频教程（免费）：涵盖超千元的自动驾驶技术论文解读 1 自动驾驶之心原创直播课程： ...

为什么 MuJoCo 是具身智能的关键技术？ MuJoCo （ Multi-Joint dynamics with Contact ）不仅仅是⼀个物理仿真引擎，它更是连接虚拟世界与 现实世界的重要桥梁。在具身智能的技术⽣态中， MuJoCo 扮演着⾄关重要的角色，它为机器⼈学 习提供了⼀个⾼保真、⾼效率的训练环境。 当我们谈论机器⼈学习时，⼀个核⼼问题是：如何让机器人在不损坏昂贵硬件的情况下，快速掌握 复杂的运动技能？传统的⽅法是在真实机器人上进行大量试错，但这种方式不仅成本高昂，而且效 率低下，甚至可能存在安全风险。MuJoCo的出现彻底改变了这⼀现状。 通过 MuJoCo ，研究者可以构建⾼度逼真的虚拟机器人和环境，让 AI 系统在仿真中进⾏数百万次的 试验 和学习。这种方法的优势是显而易见的：首先，仿真速度可以比现实时间快数百倍，大大加速 了学习 过程；其次，在虚拟环境中，机器人可以尝试各种极端情况⽽不⽤担⼼硬件损坏；最重要的 是，通过精⼼设计的域随机化技术，在仿真中训练的策略可以成功迁移到真实世界中。 MuJoCo 的技术优势体现在多个方面。它采用了先进的接触动⼒学算法，能够精确模拟机器⼈与环境 的复 ...

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15个 方向 学习 路线 2025年的秋招已经开始了，不少双非的同学都很迷茫。。。 目前在实验室做的工作有些落伍，现在无论是自动驾驶还是具身智能公司都需要实力比较强、背景比较好的同 学。 以下是 知识星球 内部一位双非同学的提问，非常具有代表性： 各位大佬们好，我目前是一个双非的研究生，研究方向是多传感器融合定位的，然后学过python、深度学 习、ros等等，但都学的不是很精，现在想多学一点为以后找工作用，感觉算法岗我的学历可能不太行，请 问各位大佬们我应该往哪个方向学比较好呢？学些什么知识呢？ 星主回答：你的技术栈都比较偏机器人一些，SLAM和ROS这块都可以尝试一下和机器人/具身智能打交道。这 块需求也比较大，可以做一些优化、集成类工作~ 另一方面，我们了解到大一些的公司各家的hc都不是很多，要求基本上都是端到端、大模型、VLA、强化学 习、3DGS这些比较前沿的方向。如果你做的是这块，是有机会的，很多tire 1的公司或者主机厂也正在follow前 沿的技术，大概是从无图往端到端转，差不多技术栈推迟1-2代。像LV融合、无图、 ...

在近20年AI发展的路线上，我们正站在⼀个前所未有的转折点。从早期的符号推理到深度学习的突破，再 到如今⼤语⾔模型的惊艳表现， AI 技术的每⼀次⻜跃都在重新定义着⼈类与机器的关系。⽽如今，具身智 能正在全面崛起。 MuJoCo （ Multi-Joint dynamics with Contact ）不仅仅是⼀个物理仿真引擎，它更是连接虚拟世界与现实世 界的重要桥梁。在具身智能的技术⽣态中， MuJoCo 扮演着⾄关重要的⻆⾊，它为机器⼈学习提供了⼀个 ⾼保真、⾼效率的训练环境。 当我们谈论机器⼈学习时，⼀个核⼼问题是：如何让机器⼈在不损坏昂贵硬件的情况下，快速掌握复杂的 运动技能？传统的⽅法是在真实机器⼈上进⾏⼤量试错，但这种⽅式不仅成本⾼昂，⽽且效率低下，甚⾄ 可能存在安全⻛险。MuJoCo的出现彻底改变了这⼀现状。 通过 MuJoCo ，研究者可以构建⾼度逼真的虚拟机器⼈和环境，让 AI 系统在仿真中进⾏数百万次的试验 和学习。这种⽅法的优势是显⽽易⻅的：⾸先，仿真速度可以⽐现实时间快数百倍，⼤⼤加速了学习 过 程；其次，在虚拟环境中，机器⼈可以尝试各种极端情况⽽不⽤担⼼硬件损坏；最重要的是，通过精⼼ ...

点击注册小程序 公司研究 全球协作机器人龙头厂商，加速实现具身智能商业化——越疆（2432.HK）投资价值分析报告 综合来看，我们看好越疆：1 ) 全球协作机器人龙头地位，商业化能力有望持续验证；2 ) 技术壁 垒全球领先，全栈自研构筑护城河，有望为公司后续发展及降本奠定基础；3 ) 全球化布局成效 显 著 ， 受 益 制 造 业 转 移 红 利 ；4 ) 积 极 切 入 具 身 智 能 & 人 形 机 器 人 行 业 ， 打 开 公 司 长 期 成 长 空 间。 摘自： 全球协作机器人龙头厂商，加速实现具身智能商业化——越疆（2 4 3 2 .HK）投资价值分析 报告 （点击阅读原文） 发布日期： 2 0 2 5 / 0 7 / 0 4 分析师： 付天姿 , 黄铮 查看完整报告 特别申明： 本订阅号中所涉及的证券研究信息由光大证券研究所编写，仅面向光大证券专业投资者客户，用作新媒体形势下研究 信息和研究观点的沟通交流。非光大证券专业投资者客户，请勿订阅、接收或使用本订阅号中的任何信息。本订阅号 难以设置访问权限，若给您造成不便，敬请谅解。光大证券研究所不会因关注、收到或阅读本订阅号推送内容而视相 关人员为光 ...

AGI最新判断。 作者 | 闻乐 不圆 来源 | 量子位 （ID：QbitAI） 在我看来，没有空间智能，通用人工智能就不完整。 这是"AI教母"李飞飞在最新访谈中对AGI的判断——是的，李飞飞也开始谈论AGI了。 不过她有自己的表述，从进入人工智能领域开始，她就确定了她终身奋斗的梦想： 让智能体能够讲述世界的故事 。 而这，离不开 空间智能 。 正如她本人所说： 我整个职业生涯都在追逐那些极其困难、近乎疯狂的问题。 李飞飞如今聚焦于空间智能领域——这个人工智能最艰难的领域之一。 她认为 3D世界建模 对于实现AGI至关重要，并表示： 理解三维世界、生成三维世界、推理三维世界、在三维世界中做事，是人工智能的基本问题。 她的目标是创建一个超越平面像素、跨越语言障碍、能够真正捕捉三维世界结构和空间智能的 世界模型 。 在这次对话中，她从ImageNet的起源和影响说起，讲述了AI范式转变与关键突破，并提到了3D建模面临的挑战以及空间智能的数据 缺失问题。 量子位翻译并总结了全文，让我们一起来学习李飞飞的最新认知和分享。 ImageNet为现代计算机视觉搭建数据骨架 Q：你最早创建的项目之一是2009年的Image ...

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15个 方向 学习 路线 世界模型Epona 地平线、清华、北大等团队ICCV'25中稿的自回归扩散世界模型工作，同时可以不依赖视频预测独立输出轨 迹规划。 主要贡献： 论文标题：Epona: Autoregressive Diffusion World Model for Autonomous Driving 论文链接：https://arxiv.org/abs/2506.24113 项目主页：https://kevin-thu.github.io/Epona/ 长时序生成。Epona可以实现长达2分钟的长时间生成，显著优于现有的世界模型； 实时轨迹规划。独立的多模态生成架构能够在视频预测不可用的情况下独立输出轨迹规划，从而显著降 低了推理FLOPS。这实现了高质量甚至实时的轨迹规划，高达20Hz的帧率； 视觉细节的保存。Epona的自回归公式采用连续视觉标记器而不是离散标记器，从而保留了丰富的场景 细节； 可视化： 算法框架： 实验结果： | Metric | | | | DriveGAN [30] DriveDreamer [5 ...

与其讨论同样的idea别人为什么能中顶会，不如讨论在同样的idea下顶会的论文究竟强在哪里？ 1. 是否为一个point solution？ 同样的idea ，如果单纯把某些指标刷的很高那多半中不了顶会。那就是point solution，本身而言不具备太大的影响力。 顶会的成果，绝大部分不单纯只 能用在某个特定的地方，这至少一个系列的方法。 那么对于想要快速有科研成果的小伙伴来说， 最重要的问题莫过于如何能高效、精准、短平快地中稿，特别是中稿顶会。 在前沿且复杂的自动驾驶、具 身智能、机器人领域，没有专业的领路人发顶会真的很难！ 为此，我们为有需要的小伙伴推出了深度辅导，面向计算机全领域及AI4s领域，提升论文中稿率，直至拿下顶会！ 能中的文章才是好文章， 咨询更多扫码添加： 适用人群 我们能提供什么？ 2. 文章的方法实现起来是否困难？ 同样的idea，但是别人的论文实现无难度，效果还杠杠的；或者实现起来虽然很复杂，但是使用起来很容易，这样的论文不中什么样的论文中? 从idea、实验设计、数据集选择、跑通baseline最后到初稿的写作， 任何一个环节的细微差别都会导致最后投稿区位的巨大不同。 清晰的科研 ...

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15个 方向 学习 路线 这几年以自动驾驶和具身智能为主线的AI技术不断突破，撑起了近一半的技术路线和融资金额。但是自 动驾驶行业趋于饱和，有不少同学去年校招的时候几近崩溃，十月份了还没有offer。 好在最后 还是坚持 下来了，虽然拿到小厂offer，结果还是满意的。 从L2~L4自动驾驶功能的不断量产到人形机器人完成跳舞、四足机械狗在沙漠与丛林跳跃。很幸运能够 完整的经历这一发展周期，我们非常清晰行业对技术和人才的需求。 做了3年多的技术自媒体，在自驾、具身智能、3D视觉、机器人领域，我们沉淀了大量的内容。但后期陆 续收到了许多同学关于就业的求助，谈薪、避坑、职位选择、跨行等都是大家很关注的问题。我们一直 想给大家这样一个平台，让需要就业的同学能够快速匹配到自己的岗位，事半功倍！近半年的筹划，我 们推出了AutoRobo知识星球，一个覆盖机器人、自动驾驶、具身智能方向的求职社区！ AutoRobo知识星球 这是一个给自动驾驶、具身智能、机器人方向同学求职交流的地方，目前近1000名成员了，成员范围包 含已经工作的社招同学，如地平线 ...

在人工智能与机器人技术加速迭代的当下，自动驾驶算法正从虚拟测试走向真实道路与物流运输场景落地，专 业级机械臂也逐渐成为课堂示教编程的得力助手。随着行业发展，传统基础编程实践已难以满足需求，科研人 员与开发者更热衷于在仿真环境中钻研多机协同算法等前沿课题；与此同时，实验室对机器人在模拟场景下， 实现测试识别、精准抓取、智能避障、高效搬运全链路流程的要求也水涨船高。 在一背景下， 大象机器人于近日推出移动复合机器人 myAGV Pro， 为智能机器人领域的探索与实践带来新 的解决方案。 据机器人大讲堂了解，myAGV Pro是 大象机器人 旗下的 全向转向系统小车 ，适配大象机器人旗下轻量化 协作机械臂生态和市面上大部分通用协作机器人，能够完成 多目标环境检测、语音语义识别 等人工智能的相 关应用。大象机器人推出该产品主要旨在为研究人员与开发者在智能机器人领域进行 仓储搬运、教学学习、 创新应用、科研研究和竞技比赛 等场景提供理想平台。 myAGV Pro 中文宣传片 3 丰富生态，支持二次开发 原 生 搭 载 Ubuntu 22.04 ， 提 供 RVIZ 、 Gazebo 仿 真 环 境 支 持 。 同 时 ...