作者 | 瑶大 编辑 | 自动驾驶之心 原文链接： https://zhuanlan.zhihu.com/p/1925984408785127117 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 paper：https://arxiv.org/pdf/2501.15564 自动驾驶算法两大模块：场景理解、决策。 场景理解：理解周围的环境、预测agents的行为； 做决策：生成安全舒适的轨迹、可定制化多样化（可保守可激进）的驾驶行为。 diffusion planner这篇工作关注 planner 做决策部分，关注闭环场景的性能。 对于自动驾驶规划这一部分有几种方式： rule-based ：如PDM（https://arxiv.org/pdf/2306.07962），选择道路中心线，基于周车的行为预测，利用 IDM得到几种候选轨迹，利用nuPlan的评分标准查看哪条轨迹是最好的。 rule-based的迁移性不好，在某个环境、系统下调好的规则不一定适用于其他场景。大 ...

本文第一作者为美国东北大学博士生沈轩，研究方向为高效人工智能，致力于在 GPU、移动端、FPGA 和 ASIC 等多种硬件平台上实现大模型的高效部署与加 速。第二作者为香港中文大学的韩晨夏，研究方向聚焦于计算机体系结构与 AI 系统的高效化设计。 在高质量视频生成任务中，扩散模型（Diffusion Models）已经成为主流。然而，随着视频长度和分辨率的提升，Diffusion Transformer（DiT）模型中的注意力机制 计算量急剧增加，成为推理效率的最大瓶颈。这是因为在视频生成中，DiT 通常使用 3D 全局注意力来建模时空一致性， 虽然效果出色，但计算量会随着 token 数 量呈平方增长 ，带来了巨大的计算负担。在 HunyuanVideo 等视频生成模型中，注意力模块计算时间占比超过 80%，生成仅 8 秒的 720p 视频甚至需要接近一小时 的时间。因此，提升视频生成模型的生成速度成为了迫切的需求。 现有视频生成加速方法，如 Sparse VideoGen（https://arxiv.org/abs/2502.01776）和 AdaSpa（https://arxiv.org/abs/250 ...

A16Z 两位合伙人 Martin Casado 和 Eric Torenberg 对李飞飞进行一次深度访谈。 网上搜索，会看到片段式的观点，整体比较跳跃，难以系统理解。因此，我吸收后，重新梳理脉络，试 图汇报给关注空间智能、世界模型的朋友听听： 李飞飞到底在关注什么？她创办的新公司 World Labs，究竟想做什么？这是否预示着 AI 发展的一个新 方向？ 很多人不知道这家公司，2024年，著名人工智能专家、斯坦福大学教授李飞飞创办了初创公司 World Labs；这家公司正在探索一个极具前瞻性的方向：开发具备"空间智能"的下一代 AI 系统。 短短三个月内，World Labs 完成两轮融资，累计筹集资金约 2.3亿美元，估值迅速突破 10亿美元，成为 AI 领域最新的独角兽企业。 投资方阵容也非常的强大，包括 a16z、Radical Ventures、NEA、英伟达 NVentures、AMD Ventures 和 Intel Capital 等科技与风投界的重量级玩家。 这些投资机构，国内市场有些你可能没听过，不过，不重要；关键是：李飞飞首次在这场 A16Z 的访谈 中，公开讲述了 World L ...