公司战略与整体进展 - 公司在2025年经历组织调整和资源整合后，在自动驾驶领域双线并进，一方面推动新一代辅助驾驶系统HSD的大规模量产落地，另一方面通过前沿论文重塑自动驾驶的底层逻辑 [2] - 公司正从技术供应商向行业标准定义者跃迁，其全新的HSD系统采用创新的"一段式端到端+强化学习"架构，突破传统感知-决策-控制模块的延迟瓶颈 [2] - 公司集中发力在端到端和世界模型两个最热门的方向上，得益于从UniAD时期就积累的大量学术经验，并已将重点铺在了一段式端到端的量产 [3] - 公司在Diffusion、强化学习、GoalFlow、世界模型等领域颇有建树，未来预计会有更多自动驾驶和具身智能方面的基石工作问世 [4] 端到端自动驾驶技术 - ResAD框架通过归一化残差轨迹建模，将学习目标从直接预测未来轨迹转变为预测轨迹相对于惯性参考的偏差，在NAVSIM基准测试中以88.6的PDMS分数达到最先进性能 [6][8] - CorDriver框架引入"安全走廊"作为中间表示，在nuScenes数据集上相比VAD等方法，与交通参与者的碰撞率降低66.7%，与路缘的碰撞率降低46.5% [9][11] - TTOG框架统一运动预测与路径规划任务，在nuScenes数据集上平均L2误差降低36.06%，在Bench2Drive上驾驶分数提升22%，尤其在少样本场景下表现出强大泛化能力 [12][14][15] - MomAD框架引入轨迹动量和感知动量机制，在nuScenes和Turning-nuScenes数据集上显著降低长时预测和转弯场景中的碰撞率，提升轨迹平滑性和一致性 [16][18][19] - GoalFlow框架采用目标驱动的流匹配，在NavSim基准测试中PDMS分数达到90.3，仅需单步去噪即可达到优异性能，推理速度比传统扩散模型快数十倍 [20][22][24] - RAD框架基于3D高斯泼溅技术构建强化学习环境，相比纯模仿学习方法碰撞率降低3倍，显著提升驾驶安全性 [23][26][29] - DiffusionDrive框架采用截断扩散策略，在NAVSIM数据集上取得88.1 PDMS，在nuScenes上比VAD降低20.8% L2误差和63.6%碰撞率，实现45 FPS的实时性能 [27][30][35] 自动驾驶场景生成与世界模型 - Epona模型实现解耦的时空建模和异步多模态生成，在NuScenes数据集上取得最佳FVD指标，并将最长生成时长从现有方法的15秒大幅提升至2分钟 [31][33][36] - UMGen框架能同时生成自车动作、交通参与者、交通地图和图像四种关键模态，生成长达60秒的多样化、多模态一致的驾驶场景 [34][38][41] - DrivingWorld模型基于GPT风格视频生成框架，在仅使用15帧条件输入的情况下可生成超过40秒的高保真视频，时长是现有最佳模型的2倍以上 [39][42][46] 自动驾驶视觉语言模型 - AlphaDrive框架首次将基于GRPO的强化学习与规划推理相结合，在规划准确率上比仅用监督微调的模型显著提升25.52%，并展现出高效的数据利用能力，仅用20%的训练数据即可超越基线模型35.31% [43][45][47]