本月，奥斯汀街头虽拍到至少一辆无车内人员值守的特斯拉无人驾驶车行驶，但所有承接付费订单的特 斯拉车辆，车内都配有工作人员全程监控车况。而韦莫在奥斯汀投入载客运营的所有车辆，均已实现无 人类安全员值守的完全无人驾驶。 本文作者：杰克・尤因 特斯拉股价本月创下历史新高，部分原因在于众多投资者坚信，这家车企必将称霸规模达数万亿美元的 无人驾驶出租车新兴市场。 但走进特斯拉开展无人驾驶车辆小规模运营的得克萨斯州奥斯汀市便能直观发现：特斯拉正入局一场白 热化的赛道竞争，想要迎头赶上，还有很长的路要走。 据一家统计特斯拉无人驾驶车辆目击记录的网站数据显示，自今年 6 月在奥斯汀推出无人驾驶出租车服 务以来，特斯拉在这里投放的车辆仅约 30 辆。反观谷歌母公司字母表旗下的无人驾驶公司韦莫，其早 在今年 3 月就已在奥斯汀落地运营，目前该市的运营车辆约有 200 辆。韦莫的付费打车服务已覆盖另外 四座城市，旗下投入运营的无人驾驶车辆总数更是超 2500 辆。 "我在奥斯汀从没见过特斯拉的无人驾驶出租车，倒是韦莫的车随处可见。" 奥斯汀得克萨斯大学工程 学教授卡拉・科克尔曼说，她长期从事交通领域研究。 特斯拉与韦莫之间的差距其 ...

（文章来源：央视新闻客户端） 中国首批L3级自动驾驶汽车开启规模化上路运行。 ...

自动驾驶领域学术研究趋势与方向 - 行业观察到计算机、车辆、自动化和机械等专业背景的学生对自动驾驶研究方向存在普遍困惑，特别是在入门和选择前沿方向上[2] - 行业将自动驾驶研究方向分为前沿方向与相对不拥挤的赛道，前沿方向包括视觉语言动作模型、端到端自动驾驶、强化学习、3D高斯泼溅和世界模型，相对不拥挤的赛道包括开集目标检测、占用网络以及少样本/零样本学习[2] - 针对不同专业背景的学生，行业给出了差异化的学习路径建议，对于自动化和计算机背景的学生，建议专注于深度学习相关的前沿方向，如视觉语言动作模型、端到端和世界模型，这些方向被认为从入门到工作乃至读博都有很大发展空间，对于机械和车辆背景的学生，建议从传统规划与控制或3D高斯泼溅等对算力要求较低、入手更简单的方向开始[2] - 行业强调方法论提升的重要性，建议研究者通过多阅读论文和交流来逐步形成自己的思考与想法，并指出新人研究者通常需要经历多次试错才能产生好的想法[2] 论文辅导服务覆盖的研究方向 - 公司提供的论文辅导服务覆盖了自动驾驶领域的众多前沿与关键技术方向，包括但不限于端到端自动驾驶、视觉语言动作模型、世界模型、强化学习、3D目标检测、多传感器融合、3D高斯泼溅、鸟瞰图感知、占用网络、多任务学习、语义分割、轨迹预测、运动规划、扩散模型、流匹配、点云感知、毫米波雷达感知、单目感知以及车道线/在线高精地图构建等[3] 论文辅导服务内容与成果 - 公司提供的核心服务包括论文选题、论文全流程指导以及实验指导[6] - 此外，公司还提供博士申请指导服务[7] - 公司宣称其辅导服务的中稿率很高，并且已有辅导完成的论文被计算机视觉、人工智能、机器人、自然语言处理等领域的顶级会议和期刊收录，例如CVPR、AAAI、ECCV、CoRL、ICLR、IROS、ICRA、ACL等[7] 论文辅导服务的目标发表范围 - 公司的论文辅导服务旨在帮助客户在广泛的学术出版物上发表成果，目标范围包括自动驾驶领域的顶级会议和期刊，涵盖中国计算机学会推荐的A、B、C类会议/期刊，科学引文索引的一区至四区期刊，中国科学院分区的一区至四区期刊，以及工程索引和中文核心期刊，同时也涵盖毕业设计论文、博士申请和学术比赛等相关需求[10]

新能源汽车市场发展 - 2025年成为中国汽车产业转型关键节点，新能源乘用车渗透率首次突破50%，市场从“政策驱动”全面转向“市场驱动” [1] - 2025年1-11月新能源汽车产销量分别达1490.7万辆和1478万辆，同比大幅增长31.4%和31.2%，增速远超行业整体水平 [1] - 消费需求发生结构性变革，增换购需求成为核心驱动力，2025年换购比例预计超60%，Z世代成为消费主力 [2] - 下沉市场成为新增长引擎，三线及以下城市新能源汽车销量增速高达61%，10-15万元大众价格区间成为市场主流 [2] - 纯电车型仍是市场主体，插混与增程车型2025年销量预计超800万辆，其智能化配置均衡布局扩大了自动驾驶功能覆盖范围 [3] - 新能源汽车企业正从“硬件”销售转向“硬件+软件+服务”的盈利模式，推动企业持续加大智能驾驶技术研发投入 [3] - 截至目前，中国现存在业、存续状态的新能源汽车相关企业超164.2万家，其中2025年新增注册约30.4万余家 [2] - 从区域分布看，广东省、山东省、江苏省新能源汽车相关企业数量位居前列，三个省市总和超45.2万家，占企业总数的27.6% [2] 自动驾驶技术商业化 - 2025年工信部正式发放首批L3级有条件自动驾驶车型准入许可，宣告自动驾驶从封闭测试迈入商业化应用新阶段 [1] - L3级自动驾驶的附条件准入标志着行业从技术验证迈入受控商业化新阶段，通过地方配套法规明确了事故责任划分 [4] - 技术成熟度提升与成本下降是L3级自动驾驶规模化的核心支撑，推动激光雷达、高算力域控制器等硬件从选配变为标配 [5] - 首批L3级车型试点场景集中于高速与城市快速路，未来随着数据积累，试点范围有望扩展至更多城市与道路类型 [5] - 截至目前，中国现存在业、存续状态的自动驾驶相关企业超8900家 [4] - 从区域分布看，广东省、河北省、北京市自动驾驶相关企业数量位居前列，分别为超1400余家、790余家和560余家 [4] 核心产业链需求与增长 - 激光雷达、域控制器、高精地图等核心产业链释放出明确的规模化需求信号，相关零部件产业正迎来爆发式增长 [1] - 激光雷达作为L3级自动驾驶感知层核心进入量产爆发期，2025年国内车载激光雷达市场规模预计达240.7亿元，以2024年约139.6亿元为基数计算，同比增长127% [5] - 域控制器作为自动驾驶“大脑”进入高算力时代，主流产品算力已从L2级的100-200TOPS跃升至500TOPS以上 [6] - 高精地图为L3级自动驾驶提供精准定位与环境预判，2025年国内市场规模预计达65亿元，较2024年的50亿元实现显著增长 [6]

全球首个电动汽车电耗限值强制性标准 - 中国《电动汽车能量消耗量限值 第1部分：乘用车》国家标准将于2026年1月1日起实施，这是全球首个电动汽车电耗限值强制性标准 [2] - 新标准较上一版推荐性标准加严约11%，并针对不同车重、使用特征和技术特点的车型提出了相适应的指标要求 [2] - 以2吨左右车型为例，新标准要求百公里电耗不应超过15.1度电，技术升级后，在电池容量不变的情况下，电动汽车续驶里程平均将提高约7% [2] 中国汽车产业动态 - **智己汽车**：在成立五周年之际，公司宣布2025年12月实现首次全成本口径盈利，并计划在2026年加速线控底盘量产落地，推动L3级自动驾驶规模化应用 [4] - **广汽昊铂**：旗下A800车型已正式启动L3有条件自动驾驶高速道路研发测试，测试时速最高可达120km/h，该项目是国内少数获批的L3高速测试项目之一 [5] - **奇瑞汽车**：计划于2026年在越南兴安省投产其东南亚最大汽车工厂，总投资最高8亿美元，初期年产能3万至6万辆，未来有望提升至20万辆，目标在2030年跻身越南汽车销量前三 [6][7] - **追觅科技**：其造车主体“星空计划（上海）汽车科技有限责任公司”于12月24日成立了七家全资子公司，每家注册资本均为100万元人民币，经营范围涉及汽车零部件研发与制造 [8] - **东安动力**：新一代1.5L高效增压混动专用发动机平台M15NTH一次性点火成功，该平台可满足国七、欧七排放要求 [9] - **宁德时代**：与韩国锂电池电解液制造商Enchem签订了为期五年、共计35万吨的电解液供应合同，年均供应7万吨，合同规模约达1.5万亿韩元（约合72.68亿元人民币） [10] 自动驾驶技术进展 - **特斯拉**：其FSD（监督版）在韩国落地仅一个月，累计行驶里程已突破100万公里 [13] - **Waymo**：正测试在其无人驾驶出租车中接入谷歌的Gemini人工智能聊天机器人，旨在为乘客提供全程陪伴与问答服务 [14] - **现代汽车**：集团执行会长郑义宣承诺将持续为旗下自动驾驶子公司42dot的技术及软件定义汽车项目提供全力支持 [12] 海外市场与预测 - **美国市场**：据Edmunds预测，2025年美国新车销量约为1,630万辆，2026年销量预计将达到1,600万辆左右 [10][11] - **政策变化**：浙江省嘉兴市等多个县市实行的县区本地牌照小客车上下高速路免费政策将于2026年元旦起取消，后续仅国家规定的四个节假日可享受免费 [3] 商用车领域动态 - **金杯汽车**：与德国电动轻型商用车工程与技术集成商E-Works签署谅解备忘录，拟在中德两国分别设立研发中心，目标至2040年在欧洲电动底盘驾驶室和电动厢式货运车领域占据10%或更高的市场份额 [15][16] - **三一集团**：旗下三一智装牵头的“纯电动无人驾驶矿车电动化关键技术研究”项目成功入选陕西省秦创原“四链”融合重点项目，并获得省级专项经费支持 [17] - **一汽解放**：获得了中国质量认证中心颁发的首张商用车产品碳足迹证书，标志着其全生命周期产品碳足迹管理体系全面建立 [18] - **奇瑞商用车**：旗下联合重卡向中外运物流西北公司与飞鹏物流成功交付了百台“电麒麟”换电牵引车 [19]

FSD v14.2.2 性能与用户体验 - 英伟达机器人主管Jim Fan体验后，称其为首个通过“物理图灵测试”的AI，感觉“不可思议”并很快“上瘾”，认为其驾驶表现让人无法区分是神经网络还是真人司机 [1] - 收到推送的特斯拉车主反馈异常兴奋，普遍认为这是“迄今为止最好的一版FSD”，表现“满意”且“玩疯了” [2][3] - 车主实测显示，FSD驾驶风格更接近“老司机”，变道决策更快、执行更果断丝滑，速度控制更合适，并能提前为摩托车、维修车辆等留出空间，长时间驾驶可靠性大幅提升 [6] - 系统在复杂场景下表现提升，能解决旧版本的“死胡同”问题，在曼哈顿拥堵雨夜能识别并主动避让警车，在狭窄盲区能及时识别行人 [6] - 有车主分享其特斯拉在全程一个半小时的车程中，首次实现了零干预驾驶 [6] - 公司CEO马斯克亲自体验了无安全员的Robotaxi测试，称其在奥斯汀的全程驾驶表现“完美” [5] FSD v14.2.2 技术更新细节 - 本次更新核心是神经网络视觉编码器升级，利用更高分辨率视觉输入，增强了对紧急车辆、道路障碍物及人体手势等复杂场景的感知与理解能力 [8] - 系统对警车、消防车、救护车等特殊车辆进行了专门优化，新增靠边停车或主动避让的决策与执行逻辑 [8] - 导航与路径规划引入更动态的能力，可实时应对拥堵、临时绕行等路况变化，不完全依赖预设路径 [8] - 泊车能力增强，新增“到达选项”，可根据偏好选择停车场、路边或地下车库等不同到达方式，并会记忆绑定车主的到达偏好与常用停车位置 [8][9] - 全量推送两种新的速度模式：“SLOTH模式”（速度更低、决策更保守）和“MADMAX模式”（速度更高、变道更积极），系统还会根据用户历史驾驶风格进行自适应调整 [9] - “启动自动驾驶”按钮的刹车确认机制已默认关闭，用户仅需在触控屏上操作即可进入自动驾驶状态 [9] 特斯拉Robotaxi业务进展与竞争格局 - 在Robotaxi赛道，Waymo目前占据先机，在北美市场落地规模和份额上绝对领先；特斯拉正凭借FSD持续演进加速追赶 [10] - 在焦点战场奥斯汀，特斯拉自6月启动服务，部署约30辆车；Waymo于3月上线，运营车辆接近200辆 [10] - 在全美范围，Waymo已在菲尼克斯、旧金山、洛杉矶和亚特兰大提供服务，车队总规模超过2500辆，并计划在2026年扩展至另外20座城市 [10] - 特斯拉原计划年底前在内华达州、佛罗里达州和亚利桑那州推出Robotaxi服务，但截至12月中旬仍未兑现；在加州，公司尚未获得运营商业化服务所需的许可 [17] - 自9月上线至12月12日，Tesla Robotaxi应用累计安装量达52.9万次，过去30天日均下载量为2790次；同期Waymo应用日均下载量为24831次，差距明显但特斯拉呈增长趋势 [17] 技术路线分歧与行业讨论 - 技术路线存在根本分歧：Waymo采用模块化体系，依赖高精地图、激光雷达、传感器及远程人工确认；特斯拉FSD走端到端神经网络路线，用超大模型直接将摄像头像素映射到控制指令 [22] - 不同技术路线导致特性差异：Waymo方案在正常情况下稳定，但关键模块失效（如旧金山停电）可能使系统退回到安全策略；特斯拉方案在极端情况下更具适应性，但对模型能力要求更高 [22] - 公司CEO马斯克反驳了前AI负责人关于“Waymo问题在硬件，特斯拉问题在软件”的观点已过时的说法，称自其离开后，特斯拉AI软件取得巨大进步，其“智能密度”比其他系统至少高出一个数量级 [21] - 马斯克曾公开嘲讽Waymo在旧金山停电事件中的表现，称特斯拉Robotaxi未受影响，该贴文获得超过9.9万点赞 [23] - 行业分析认为，随着技术成熟，自动驾驶能力将从附加功能变为真正影响消费者购车决策的关键因素 [25]

文章核心观点 - 特斯拉FSD v14.2.2版本在用户体验和技术能力上取得显著突破，被英伟达机器人主管评价为首次通过“物理图灵测试”的AI，引发了车主和行业的高度关注[1][3][7] - 特斯拉在Robotaxi赛道上正凭借FSD的快速迭代加速追赶行业领先者Waymo，双方在技术路线、运营规模和商业化进度上展开竞争[41][63] FSD v14.2.2 的用户体验与市场反响 - **行业专家高度评价**：英伟达机器人主管Jim Fan体验后称其为首个通过“物理图灵测试”的AI，驾驶体验已难以区分是神经网络还是真人司机，并对其产生依赖感[2][3][4][5] - **车主反馈积极**：收到更新的特斯拉车主反馈“玩疯了”，对FSD的表现异常兴奋，甚至感到震惊[6][8][10] - **具体场景表现优异**：FSD能读懂停车场“车位已满”显示屏并主动跳过楼层[11]；变道决策果断迅速，进入“老司机”模式[12]；能妥善处理旧版本的难题如死胡同场景[20]；在拥堵的曼哈斯顿街头能识别并主动避让警车[22]；在狭窄盲区能及时识别行人[24] - **高层亲自背书**：公司CEO马斯克亲自体验了无安全员的Robotaxi测试，称其在奥斯汀的全程驾驶表现“完美”[15][16][17]；公司AI总监也发布了令人惊叹的体验视频[19] FSD v14.2.2 的技术升级细节 - **核心升级**：神经网络视觉编码器升级，利用更高分辨率视觉输入，整体感知与理解能力增强[32][33] - **感知能力提升**：强化了对紧急车辆、道路障碍物、人体手势以及小动物等异常交通参与者的识别与避让能力[33][34][35] - **规划与导航优化**：引入了更动态的路径规划能力，可实时应对拥堵、临时绕行等路况变化[37]；泊车能力增强，新增“到达选项”，可根据偏好选择停车场、路边或车库，并记忆车主常用停车位置[37][39] - **驾驶风格控制**：全量推送两种新的速度模式：更保守的“SLOTH模式”和更积极的“MADMAX模式”[40][44]；系统会根据用户历史驾驶风格进行自适应调整[40] - **交互简化**：“启动自动驾驶”按钮的刹车确认机制已默认关闭，简化了操作流程[40] 特斯拉与Waymo在Robotaxi领域的竞争格局 - **运营规模对比**：Waymo在北美市场占据绝对领先地位，车队总规模超过2500辆，已在菲尼克斯、旧金山、洛杉矶、亚特兰大和奥斯汀提供服务，并计划在2026年扩展至另外20座城市[41][42][43]；特斯拉Robotaxi服务目前仅覆盖德州奥斯汀及旧金山湾区部分区域，在奥斯汀部署约30辆车，远低于Waymo在当地近200辆的规模[41][42][48] - **商业化进度**：Waymo每周付费行程超过45万单，2025年全年完成约1400万次出行，累计出行次数已超过2000万次[47]；特斯拉原计划在2024年底前向多州扩张Robotaxi服务的目标尚未完全兑现，且在加州尚未获得商业化运营许可[52] - **用户增长趋势**：截至12月12日，Tesla Robotaxi应用累计安装量达52.9万次，过去30天日均下载量为2790次；Waymo应用同期日均下载量为24831次，差距明显但特斯拉呈现增长趋势[53][54] - **技术路线分歧**：Waymo采用依赖高精地图、激光雷达等模块化方案，在关键模块失效时可能退回到安全策略[63]；特斯拉采用端到端神经网络路线，通过超大模型将摄像头像素直接映射到控制指令，依赖海量真实数据，被认为在极端情况下更具适应性[63] - **公开论战与营销**：马斯克公开反驳前AI负责人认为特斯拉软件略逊于Waymo的观点，称公司AI软件自其离开后取得巨大进步，“智能密度”比其他系统高出一个数量级[61][62]；马斯克曾借旧金山停电事件嘲讽Waymo，为公司吸引了大量关注[65][66][68] 行业影响与未来展望 - **产品定位演变**：随着技术成熟，自动驾驶能力将从附加功能转变为真正影响消费者购车决策的核心要素[69] - **市场竞争态势**：北美Robotaxi赛道竞争加剧，除特斯拉与Waymo外，还有亚马逊Zoox等玩家入场，市场远未定局，将是一场长期且烧钱的竞争[63][64] - **公司市场宣传**：公司在社交媒体上暗示，未来无法实现自动驾驶的车辆将像“大哥大”一样过时，继续强化其技术领先的市场形象[70]

公司运营动态 - Waymo于周四暂时停止了在旧金山湾区的自动驾驶出租车服务[1] - 服务暂停的直接原因是应对预期中的暴风雨及美国国家气象局发布的山洪预警[1] - 洪水监测被延长至当地时间周五22点[1] - 公司尚未回应媒体置评请求也未说明暂停服务是否是应监管部门要求[1] 近期服务中断历史 - 此次并非Waymo近期首次因突发状况暂停服务[1] - 12月20日旧金山发生大停电导致当地数万人断电Waymo随即暂停了服务[1] - 在大停电期间Waymo的部分自动驾驶车辆停在路中间加剧甚至直接引发了交通拥堵[1] 技术改进措施 - 本周早些时候Waymo曾表示将对车队进行更新[1] - 更新的目的是提升自动驾驶出租车服务在停电期间的运行能力[1]

导航信息在自动驾驶中的应用与核心职责 - 导航信息SD/SD Pro已在许多量产方案上使用 提供车道、粗粒度路径点等信息 为车辆提供粗略的全局和局部视野 [2] - 导航模块的核心职责之一是提供参考线 这是下游规划与控制模块的强需求 能极大减轻规划压力 车辆只需在参考线基础上进行细化 [4] - 导航模块的另一核心职责是提供规划约束与优先级、路径监控和重规划功能 [5] 导航信息的具体功能与系统集成框架 - 导航信息能实现车道级的全局路径规划 搜索目标车道的最优车道序列 [6] - 导航信息能为行为规划提供明确的语义指导 方便车辆提前准备变道、减速、让行等操作 [6] - 在两段式系统框架中 导航信息输入到感知模型 输出导航路径 该路径再作为机器学习规划器的输入 用于预测自车行驶轨迹 [16] - 在一段式系统框架中 导航信息经过专用编码器编码后 与动态、静态信息一起作为输入 参与后续的模型优化 [21] 端到端自动驾驶课程核心内容概述 - 课程重点聚焦落地 内容涵盖一段式、两段式、强化学习、导航应用、轨迹优化及量产经验分享 [24] - 课程第一章概述端到端任务 介绍主流的感知模型一体化架构和经典的规控学习化方案 并对开源数据集和评测方式进行详细说明 [29] - 课程第二章介绍两段式端到端算法框架 包括其建模方式、感知与规划控制的信息传递方式、优缺点 并通过经典算法进行实战 [30] - 课程第三章介绍一段式端到端算法框架 该框架可实现信息无损传递 性能通常优于两段式 涵盖基于向量逻辑注意力、扩散模型等多种方案 [31] - 课程第四章专门讲解导航信息的量产应用 包括主流导航地图的格式与内容 以及导航地图在端到端模型中的编码与嵌入方式 [32] - 课程第五章介绍自动驾驶中的强化学习算法 旨在弥补纯模仿学习的不足 让机器学习因果关系以实现更好的泛化能力 [33] - 课程第六章进行基于神经网络的规划器项目实战 重点介绍基于扩散模型和自回归模型的模仿学习算法 以及后续的强化学习算法 [34] - 课程第七章讲解量产中的兜底方案——时空联合规划 介绍多模态轨迹打分搜索、轨迹平滑等后处理算法 以确保输出轨迹的稳定可靠 [35] - 课程第八章分享端到端量产经验 从数据、模型、场景、规则等多个视角剖析如何选用合适工具与方法以提升系统能力边界 [36] 课程安排与面向人群 - 课程为小班教学 仅剩10个招生名额 [24][26] - 课程开课时间为11月30日 预计三个月结课 采用离线视频教学 配合VIP群答疑及三次线上答疑 答疑服务截止2026年11月30日 [37] - 课程面向进阶学员 建议学员自备算力在4090及以上的GPU 并熟悉自动驾驶BEV感知、视觉Transformer、端到端等常见算法 [39] - 课程章节按计划解锁 例如第一章于11月30日解锁 第二章于12月7日解锁 后续章节依次在12月14日、12月21日、12月30日、1月15日、2月10日、2月24日解锁 [38][40]

以下文章来源于一见Auto ，作者易思琳 一见Auto . 汽车竞争中的野心、方法论与新秩序。21世纪经济报道旗下汽车报道品牌。 作者 | 易思琳 来源 | 见谈｜小米陈光：我们不想制造技术焦虑了 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 >>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 理想汽车智驾团队从端到端+世界模型全面切向VLA（Vision Language Action），在算法架构中引入大语言模型（LLM）。和理想一样坚定选择VLA的还 有智驾供应商元戎启行。 行业里也有坚定的VLA反对派。华为表示，不会走向VLA，而是会坚定选择WA（World Action，世界模型）。和华为一样尝试去掉Language环节的还有小 鹏。 而在这场争鸣中，端到端仍展现出巨大的潜力，小米汽车就是在这一方向持续深耕的企业。 "现在竞争太激烈，大家会产生一些焦虑，倾向于通过各种方式或技术让用户觉得更先进。"小米汽车端到端负责人陈光告诉《21汽车·一见Auto》， "但无 论VA、WA还是VLA，在我看来其实都一样，都 ...