自动驾驶 - 财报，业绩电话会，研报，新闻

自动驾驶

搜索文档

自动驾驶之心· 2025-09-11 07:33

自动驾驶技术演进 - 自动驾驶技术从传统模块化架构向端到端VLA模型演进解决错误累积和信息损失问题[2] - 传统模块化架构存在错误累积效应上游模块微小误差会逐级传递放大[2] - 纯视觉端到端模型存在黑箱问题和因果混淆可能学到虚假关联而非真正因果关系[2] - VLA模型通过引入语言作为中间表征赋予模型推理解释和交互能力[2][3] - VLA模型可利用LLM预训练的世界知识理解复杂交通场景并做出符合逻辑决策[3] VLA技术优势 - VLA模型提升可解释性与可信赖性能用自然语言解释决策依据[3] - VLA模型增强泛化与处理长尾场景能力通过语言抽象和推理能力泛化到未见场景[3] - VLA实现自然人机交互用户可通过自然语言向车辆下达高级指令[3] - VLA范式打造感知认知决策一体化智能体不仅是会开车更能理解世界与人沟通的AI驾驶员[3] 论文辅导课程内容 - 课程系统讲解VLA自动驾驶重点理论知识帮助形成清晰知识体系[4] - 课程将模型理论与代码实践结合协助开发设计新模型[4] - 课程提供论文写作方法论和投稿建议解决文章不会写不会投问题[4] - 课程时长12周在线小组科研加2周论文指导和10周论文维护期[5][12] - 课程提供经典论文前沿论文和代码实现包括创新点baseline数据集[5][10] 课程收获 - 学员可获得对典型论文分析方法理解重点算法与原理清晰不同算法优劣势[5][12] - 导师为每位学员提供研究idea 即使自己没想到合适idea也能进行后续研究[5][12] - 学员coding能力增强在老师准备baseline代码和数据集上高效展开研究[5][12] - 学员获得论文写作自查修改方法论以及投稿建议[5][13] - 学员可能产出一篇论文初稿通过完全投入课程学习与实践[13] 课程大纲 - 课程覆盖传统端到端自动驾驶 VLA端到端自动驾驶模块化VLA模型等内容[6][8][19] - 具体包括传统端到端介绍 VLA端到端介绍模块化VLA模型统一端到端VLA模型等[6][8][24] - 课程包含论文写作方法论和课题汇报与投稿意见[8][25] - 每周课时1-1.5小时共14周课程[24][25] - 课程采用2+1式师资主导师由名校教授行业导师担任副导师由博士硕士担任[21] 招生要求 - 学员需具备深度学习基础对自动驾驶算法有简单了解[14] - 学员需熟悉掌握python语法和PyTorch使用[14] - 学员需完成在线1v1面试[14] - 硬件要求最好具备8张4090显卡或以上设备最低不少于4张4090显卡[17] - 学习要求每周上课前阅读资料完成作业课上积极参与讨论应该全勤[17] 服务支持 - 课程提供公开数据集如nuScenes Waymo Argoverse等自动驾驶数据集[21] - 课程提供baseline代码包括基于模仿学习扩散模型和VLA的端到端自动驾驶代码[22] - 课程提供必读论文包括A Survey on Vision-Language-Action Models等5篇核心论文[23] - 上课平台为腾讯会议直播加小鹅通回放[26] - 答疑周期为6个月授课周期为3.5-4个月[27]