作者 | qian 编辑 | 自动驾驶之心 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 >>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 视觉大语言模型 综述汇总 基础理论 原文链接： https://zhuanlan.zhihu.com/p/1922228114404143784 预训练 智能交通和自动驾驶中的 LLM：https://github.com/ge25nab/Awesome-VLM-AD-ITS AIGC 和 LLM：https://github.com/coderonion/awesome-llm-and-aigc 视觉语言模型综述：https://github.com/jingyi0000/VLM_survey 用于 CLIP 等视觉语言模型的出色提示 / 适配器学习方法：https://github.com/zhengli97/Awesome-Prompt- Adapter-Learning-for-VLMs LLM/VLM 推理论文列表，并附有代码：https://github.com/D ...

❝ 柱哥，我是今年要找工作的应届生，211的本硕。最近在一家小厂实习着，这不秋招也开始了吗，就打算看看岗位，发现现在市面上都是一些端到端、VLA、强化学 习、世界模型之类的岗位~ 自己的技术栈主要聚焦在多传感器融合、3D检测这种。我咨询了毕业的学长，他说实际每个公司做前沿方向的人很少的，现在公司是即希望你什么都懂，但实际干 活的时候可能还是做一些量产的工作，偏向于数据啊、检测、OCC之类的。 目前我也想快速的丰富自己的技术栈，不求把新方向完全搞懂吧，知道是怎么回事就可以，有没有快速可以补充技术方向基础的办法？ 星主回答： 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 自动驾驶的技术更新实在是太快了，以前学BEV还可以找到不错的工作，现在就只能当做个基础的知识面，还需要你懂前沿的世界模型、扩散模型等等等等。可以说自动驾 驶算法工程师越来越往复合型人才的方向发展~ 最近有 知识星球 的小伙伴私聊我提问，估计也说出大多数26届求职伙伴的心声： 你学长说的很多！前沿的方向虽然很火，但量产的形式还不明确。各家公司都怕技术掉队，所以即希望招来的人懂一些新方向，又能实 ...

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 端到端对传统规控岗位的冲击 最近一年，以端到端自动驾驶技术为代表的智驾方案以摧枯拉朽之势席卷整个行业，其场景泛化能力与数据驱动 特性确实令人振奋。基于规则的规控方法设计复杂，且无法考虑到所有case，相关方案被逐渐替代，可以说端到 端在不断地冲击着传统规控，pnc岗位需求也开始慢慢减少。但端到端和pnc是零和博弈的关系还是相互依赖的关 系呢？ 两个方案的区别 传统规控依赖开发人员手动编写规则和逻辑来实现车辆的规划与控制，一般是在感知和轨迹预测模块后。包括 PID、LQR、MPC等经典控制算法，以及A star、Hybrid A star、Lattice Planner等路径规划算法。如果说优势， 那就是算法明确、可解释性强，适用于成熟稳定的应用场景。 端到端算法试图直接从原始传感器数据输出控制指令或轨迹，中间不经过复杂的中间步骤，去除模块化的信息损 失，模型可以直接感知整个空间的状态信息，从全局角度优化最佳值。 优缺点对比 1）端到端方案 端到端模型直接从传感器数据映射到控制指令，减少了传统模块化架构中的感知 ...

本文只做学术分享，如有侵权，联系删文 视觉大语言模型 综述汇总 基础理论 作者 | qian 编辑 | 自动驾驶之心 原文链接： https://zhuanlan.zhihu.com/p/1922228114404143784 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 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 预训练 智能交通和自动驾驶中的 LLM：https://github.com/ge25nab/Awesome-VLM-AD-ITS AIGC 和 LLM：https://github.com/coderonion/awesome-llm-and-aigc 视觉语言模型综述：https://github.com/jingyi0000/VLM_survey 用于 CLIP 等视觉语言模型的出色提示 / 适配器学习方法：https://github.com/zhengli97/Awesome-Prompt- Adapter-Learning-for-VLMs LLM/VLM 推理论文列表，并附有代码：https://github.com/D ...

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 知识星球有不少已经工作的小伙伴。新一年的智驾秋招也即将开启了~ 最近提问里，有好几个提问 都是业内公司裁员或者输出一线的问题。 甚至这波裁员到了去年的校招生身上，也就是不到一年的校招生。所谓的输出一线，就是很多部门都有明确的指 标，需要把一部分人从研发岗转到一线销售。 一般来说，营收有压力了才会这么做或者业务收缩，因为 养开发其实不赚钱，只能销售人员才能帮公司赚钱。 当销售没有拿到足够的单子，后面又有很多研发，尤其是智驾的算法岗薪资其实很高。。。这个时候研发没活 干，其实就是公司的纯支出。。。所以才有输出一线这么一说~同时输出一线 也是 委婉 裁员的一种方式， 确实 不裁员，但可以给你输送到一线，是走是留 自己选。 针对这些同学，星主也针对性给一些建议，以下是星主的回答： 确实，最近有几个业内的公司压力很大，要么已经开始裁员，要么在裁员的路上。很多新车下半年都要集中发 布，销量不及预期的话可能也会开始。。。。。 也有一些公司选择输出一线的方式。。。 星主的建议是如果是裁员，咱们就认真准备，打磨下简历或者学习新 ...

本文认为现有的端到端方法主要存在两个问题：一个是BEV范式下的方法非常耗算力；另一个是预测和planning串联式的方式不够好,场景信息是在 agent周围提取，忽略了自车。并且运动预测和规划都是多模态问题。基于此，本文提出一种Sparse范式下的端到端方法，且预测和planning并行。 Contribution: SparseDrive的主体结构沿用了之前地平线Sparse系列的思想： 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 探索了端到端自动驾驶的稀疏场景表示，并提出了一种以稀疏为中心的范式； 修改了运动预测和规划之间的巨大相似性，提出了一种分层规划选择策略； nuScenes 上 SOTA。 特征提取； 对称稀疏感知； 平行运动规划器； 训练的损失函数如下： SparseDrive: 损失函数 www.zdjszx.com □ Loss $${\mathcal{L}}={\mathcal{L}}_{d e t}+{\mathcal{L}}_{m a p}+{\mathcal{L}}_{m o t i o n}+{\mathcal{L}}_{p ...

智通财经5月19日电，英伟达CEO黄仁勋表示，英伟达正在将其AI模型应用于自动驾驶汽车，与梅赛德 斯在全球范围内推出一支车队，使用我们的端到端自动驾驶技术，今年即可实现。 黄仁勋：英伟达正在将其AI模型应用于自动驾驶汽车 ...

据悉，小鹏汇天的"陆地航母"采用分体式设计，将飞行汽车分为可自动分离结合的陆行体与飞行体两部分，陆行体可将飞行体完全收纳至车内并进行地面行 驶。 小鹏汇天官方网站显示，"陆地航母"计划在今年完成制造基地竣工、TC取证，并于2026年量产交付。在去年小鹏汇天旗下"陆地航母"飞行汽车超前品鉴会 上，小鹏汇天创始人、总裁赵德力曾透露，"陆地航母"的售价在200万元以内。 在何小鹏看来，全新的AI时代正在到来，这会极大地推动AI与汽车的变革，"有两个变化值得关注：一方面AI会推动自动驾驶甚至无人驾驶的加速到来；另一 方面，汽车产业正在和机器人进行融合"。 分体式飞行汽车近了！ 3月8日，在第十四届全国人民代表大会第三次会议第二场"代表通道"集中采访活动上，全国人大代表、广东小鹏汽车科技有限公司董事长何小鹏透露，2026 年，小鹏计划将分体式飞行汽车"陆地航母"首次量产。 "随着政策推动，汽车产业链正向低空经济飞速前行。"何小鹏说，"我们将汽车的操控跟AI的智能结合起来，重新开发基于飞行器的操控体系，能够更安全便 捷地操控。"何小鹏期待，未来，小鹏汽车在城市内做到无人驾驶汽车，在城市间做到低空飞行汽车。 校对： 王蔚 ...