理想VLA司机大模型技术突破 - 具备更懂语义的多模态输入、更擅长推理的思维链和更接近人类驾驶直觉的轨迹规划三大核心能力提升 [1] - 展示空间理解能力、思维能力、沟通与记忆能力以及行为能力四大核心功能 [1] - 结合动态目标、静态元素、导航地图和空间理解等元素进行思维链输出 [3] VLA技术发展趋势 - 由VLM+E2E技术发展而来，涵盖端到端、轨迹预测、视觉语言模型和强化学习等前沿技术栈 [5] - 成为自动驾驶学术界和工业界最受关注的方向，传统BEV感知和车道线技术研究减少 [3][5] - 工业界持续优化传统感知与规划方案，而学术界转向大模型与VLA领域研究 [5] VLA科研论文辅导课程体系 - 课程设置14周周期，包含先导课、课题概览、传统与VLA端到端自动驾驶技术讲解及论文写作方法论 [9][11][26][27] - 提供模块化VLA自动驾驶模型、统一端到端模型和推理增强模型三大研究方向 [9][11][26] - 每周安排1-1.5小时课程，包含选题讨论、算法对比和未来方向探究等环节 [26][27] 课程资源与支持 - 提供公开数据集包括nuScenes、Waymo和Argoverse等，并支持大语言模型生成数据 [21][23] - 提供基于模仿学习、扩散模型和VLA的端到端自动驾驶Baseline代码库 [24] - 包含5篇必读论文，涵盖VLA自动驾驶综述、Senna、SimLingo、OpenDriveVLA和ORION等核心研究 [24] 招生与培养方案 - 每期限招6-8人，要求具备深度学习基础、Python和PyTorch能力，并通过在线1v1面试 [12][19] - 硬件要求最低4张4090显卡，推荐8张4090或云服务器租赁方案 [19] - 采用"2+1"多师制教学团队，配备主导师和科研论文班主任提供全方位学习支持 [22] 课程产出与价值 - 学员将获得论文初稿、项目结业证书和推荐信（根据优秀程度） [22] - 培养创新点挖掘、实验方法设计、论文写作和投稿能力 [13][18][31] - 提供12周在线科研+2周论文指导+10周论文维护的全周期服务 [14][31]