文章核心观点 - 文章核心为一篇关于自动驾驶世界模型进阶实战课程的推广文案，旨在介绍课程内容、讲师背景及学习目标，而非提供具体的行业或公司分析报告 [1][11] - 文章通过介绍蔚来汽车NWM2.0的宣发及行业对世界模型的关注切入，强调世界模型是提升智能驾驶能力上限的关键技术，并指出当前行业存在定义模糊、入门困难等痛点，从而引出该课程的价值 [1] 课程背景与行业关联 - 世界模型被视为智能驾驶真正的上限，其核心是以视频为核心，通过跨模态预测和重建，让系统学习时空和物理规律，解决时空认知问题，这与解决概念认知的语言模型形成对比 [1] - 行业内的AI巨头和自动驾驶公司正积极研发通用世界模型或相关技术，例如李飞飞团队的Marble、Yann LeCun的V-JEPA、DeepMind的Genie，以及在自动驾驶领域常见的视频生成、OCC（Occupancy）生成、激光雷达点云生成等方向 [1] - 许多公司基于开源算法搭建自己的云端或车端世界模型，用于生成长尾数据或进行闭环仿真与评测，部分公司尝试直接基于世界模型赋能车端驾驶能力 [1] 讲师介绍 - 讲师Jason拥有C9本科和QS50高校的博士学位，已发表多篇高水平学术论文（CCF-A论文2篇，CCF-B论文若干） [3] - 现任国内顶级主机厂算法专家，从事端到端自动驾驶、大模型、世界模型等前沿算法的预研和量产工作，并已主持完成多项自动驾驶感知和端到端算法的产品量产交付，拥有丰富的研发和实战经验 [3] 课程内容大纲 - 课程共分为六章，从概述、背景知识到具体模型探讨与实践，最后聚焦工业界应用与求职 [4][6][7][8][9][10] - 第一章：世界模型介绍 涵盖世界模型与端到端自动驾驶的联系、发展历史、应用案例、不同流派（如纯仿真、仿真+规划、生成传感器输入、生成感知结果）及其在业界解决的问题环节，并介绍相关数据集与评测 [6] - 第二章：世界模型的背景知识 讲解世界模型所需的技术栈，包括场景表征、Transformer、BEV感知等基础，为后续学习奠定基础，这些内容是当前求职面试的高频技术关键词 [6][7] - 第三章：通用世界模型探讨 聚焦通用世界模型及近期热门工作，详细讲解Marble、Genie、JEPA、导航世界模型、DriveVLA-W0以及特斯拉ICCV上分享的世界模型模拟器等模型的核心技术与设计理念 [7] - 第四章：基于视频生成的世界模型 聚焦学术界和工业界研究最多的视频生成类算法，讲解Wayve的GAIA-1 & GAIA-2、上海交通大学的UniScene、商汤的OpenDWM、中科大的InstaDrive等工作，并以商汤开源的OpenDWM进行实战 [8] - 第五章：基于OCC的世界模型 聚焦占用网络生成类算法，讲解三大论文及一个项目实战，此类方法可扩展至自车轨迹规划，进而实现端到端自动驾驶 [9] - 第六章：世界模型岗位专题 基于前五章基础，分享工业界应用经验、行业痛点、期望解决的问题以及相关岗位的面试准备与公司关注点 [10] 课程技术细节与覆盖范围 - 课程将详细讲解Transformer、视觉Transformer、CLIP、LLaVA等多模态大模型基础，以及BEV感知、占用网络、扩散模型、闭环仿真中的NeRF与3DGS、以及其他生成式模型如VAE、GAN和Next Token Prediction等关键技术 [12] - 课程将涉及多项具体研究工作，包括清华的OccWorld、复旦的OccLLaMA、华中科技大学的HERMES以及西安交通大学最新的II-World等 [13] 课程目标与受众要求 - 课程目标是推动端到端自动驾驶在工业界的落地，帮助学员真正理解端到端技术，学完后预期能达到具备1年左右经验的世界模型自动驾驶算法工程师水平 [11][14] - 具体学习收获包括：掌握世界模型技术进展（涵盖视频生成、OCC生成等方法）、对BEV感知、多模态大模型、3DGS、扩散模型等关键技术有更深刻了解、能够复现II-World、OpenDWM等主流算法框架、能够将所学应用于项目并设计自己的世界模型，对实习、校招、社招均有助益 [14] - 面向人群需自备算力在RTX 4090及以上的GPU，具备一定的自动驾驶领域基础，熟悉Transformer大模型、扩散模型、BEV感知等基本概念，拥有概率论、线性代数基础以及Python和PyTorch编程能力 [14] 课程安排 - 课程于1月1日开课，预计两个半月结课，采用离线视频教学，提供VIP群内答疑及三次线上答疑，答疑服务截止至2026年12月31日 [15] - 各章节按计划逐步解锁：第一章于12月10日解锁，第二章于1月1日解锁，第三章于1月20日解锁，第四章于2月4日解锁，第五章于2月24日解锁，第六章于3月1日解锁 [16]