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 论文作者 | Jingyu Li等 编辑 | 自动驾驶之心 复旦大学、上海创智学院、理想汽车、同济大学和萨里大学联合完成的新工作 - SGDrive。在这篇工作里面柱哥看到了一些对量产的思考，比如高速直行时应该扩展感 知范围，而转弯时则应聚焦弯道内侧（图6）。 理想的情况下，自动驾驶应该像人类一样，分层次的理解世界：先感知整体环境（ Scene Cognition ） → 再聚焦影响自车行为的关键目标（ Agent Cognition ） → 最 后形成局部的驾驶目标（ Goal Cognition ），并进一步生成Action（轨迹）。但现有的VLM虽然具有强大的认知能力，但作为通用模型，缺乏对驾驶领域的专业理 解，特别是在3D空间和时间维度上难以建立结构化的时空表征。 这篇工作也在探索一个问题： 世界模型到底应该生成什么才能对VLA有效? 生成图像、生成结构化信息，还是生成隐特征? 生成图像会带来冗余的像素信息，预测结 果与当前观察存在大量重叠且缺乏空间信息；生成结构化信息虽有空间维度，但大部分信息仍与自 ...