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 摘要 对于自动驾驶车辆而言，在复杂环境中安全导航依赖于应对广泛且多样化的罕见驾驶场景的能力。基于仿 真和场景的测试已成为自动驾驶系统开发与验证的关键方法。传统场景生成依赖基于规则的系统、知识驱 动模型和数据驱动的合成方法，但这些方法往往生成的场景多样性有限，且难以生成真实的高风险安全关 键场景。随着基础模型（Foundation Models）的出现——一种预训练的通用人工智能模型——开发者能够 处理异构输入（例如自然语言、传感器数据、高清地图和控制指令），从而实现对复杂驾驶场景的合成与 解析。本文围绕基础模型在自动驾驶场景生成与分析中的应用（截至2025年5月）开展综述研究。本综述提 出了一个统一分类体系，涵盖大语言模型（LLMs）、视觉-语言模型（VLMs）、多模态大型语言模型 （MLLMs）、扩散模型（DMs）和世界模型（WMs）在自动驾驶场景生成与分析中的应用。此外，我们回 顾了相关方法论、开源数据集、仿真平台和基准测试挑战，并探讨了针对场景生成与分析的专用评估指 标。最后，本文总结了当前面临的开放性 ...

当前大模型研究正逐步从依赖扩展定律（Scaling Law）的预训练，转向聚焦推理能力的后训练。鉴于符号逻辑推理的有效性与普遍性， 提升大模型的逻辑推理能 力 成为解决幻觉问题的关键途径。 为推进大语言模型的逻辑推理能力研究，来自 北大、清华、阿姆斯特丹大学（UvA）、卡内基梅隆大学（CMU）、MBZUAI 等 5 所高校 的研究人员全面调研了 该领域最前沿的研究方法和评测基准，联合发布了调研综述《Empowering LLMs with Logical Reasoning: A Comprehensive Survey》，针对两个关键科学问题 —— 逻辑问答和逻辑一致性 ，对现有方法进行归纳整理并探讨了未来研究方向。 该综述论文已被 IJCAI 2025 Survey Track 接收，并且作者团队将于 IJCAI 2025 现场围绕同一主题进行 Tutorial 演讲，全面探讨该研究领域的挑战、方法与机遇。 论文标题：Empowering LLMs with Logical Reasoning: A Comprehensive Survey 论文链接：https://arxiv.org/abs/2502. ...

机器之心报道 编辑：陈萍 该研究对 LLM 常见的失败模式贪婪性、频率偏差和知 - 行差距，进行了深入研究。 大语言模型（LLMs）的成功激发了人们对各种智能体的兴趣。将 LLM 用于智能体的一个关键假设是，LLMs 利用常识和思维链（Chain-of-Thought, CoT）进行推 理，从而智能体可以有效地探索并高效地解决复杂领域的问题。 然而，LLM 智能体存在次优探索和知 - 行差距（knowing-doing gap）的问题，即无法有效地将模型中的知识转化为行动。 本文，来自谷歌 DeepMind 的研究者系统地研究了为什么 LLM 在决策场景中表现次优的原因。特别是，本文深入研究了三种常见的失败模式： 贪婪性、频率偏差 和知 - 行差距 。 在此基础上，本文提出通过强化学习对自动生成的 CoT 推理过程进行微调，以缓解这些不足。实验表明 RL 微调能有效提升 LLMs 的决策能力 —— 既增强了智能 体探索性行为，又缩小了知 - 行差距。 方法介绍 本文系统性地分析了中小规模 LLMs 存在的三种典型缺陷：贪婪性策略、频率偏差以及知行差距。分析表明，由于 LLMs 过早陷入贪婪动作选择策略，导致动 ...

" 欧米伽未来研究所 " 关注科技未来发展趋势，研究人类向欧米伽点演化过程中面临的重大机遇与挑战。将不定期推荐和发布世界范围重要科技研究进展和未 来趋势研究。（ 点击这里查看欧米伽理论 ） 我们生活在一个由空间构成的世界中。从每天在家居、办公环境或城市街道中的移动，到规划一次跨越山海的旅行，乃至科学家们研究气候变迁的地理模 式、城市扩张的复杂格局，这一切都深刻地依赖于我们对空间的感知、理解和运用能力。这种核心能力，我们称之为"空间智能"。 长久以来，人类凭借自身的感官系统和发达的大脑，不断地探索、适应并改造着周遭的空间环境，演化出了独特的空间认知机制。而今，随着人工智能 （AI）技术的日新月异，特别是大语言模型（LLMs）的横空出世，机器也开始显露出令人瞩目的空间智能潜力。这场由大模型引领的技术浪潮，正以前 所未有的深度和广度，渗透到从微观尺度的机器人导航，到中观尺度的城市规划管理，再到宏观尺度的地球科学研究等诸多领域。 这部报告由清华大学和芬兰赫尔辛基大学共同发布，将带领读者一同深入探究，大模型是如何被赋予"空间感"的？它们在跨越不同尺度的空间智能任务中 扮演着怎样日益重要的角色？以及在迈向更高级空间智能的 ...

" 欧米伽未来研究所 " 关注科技未来发展趋势，研究人类向欧米伽点演化过程中面临的重大机遇与挑战。将 不定期推荐和发布世界范围重要科技研究进展和未来趋势研究。（ 点击这里查看欧米伽理论 ） 我们生活在一个由空间构成的世界中。从每天在家居、办公环境或城市街道中的移动，到规划一次跨越 山海的旅行，乃至科学家们研究气候变迁的地理模式、城市扩张的复杂格局，这一切都深刻地依赖于我 们对空间的感知、理解和运用能力。这种核心能力，我们称之为"空间智能"。 长久以来，人类凭借自身的感官系统和发达的大脑，不断地探索、适应并改造着周遭的空间环境，演化 出了独特的空间认知机制。而今，随着人工智能（AI）技术的日新月异，特别是大语言模型（LLMs） 的横空出世，机器也开始显露出令人瞩目的空间智能潜力。这场由大模型引领的技术浪潮，正以前所未 有的深度和广度，渗透到从微观尺度的机器人导航，到中观尺度的城市规划管理，再到宏观尺度的地球 科学研究等诸多领域。 这部报告由清华大学和芬兰赫尔辛基大学共同发布，将带领读者一同深入探究，大模型是如何被赋 予"空间感"的？它们在跨越不同尺度的空间智能任务中扮演着怎样日益重要的角色？以及在迈向更高级 空 ...