微信扫码添加小助理邀请进群，备注自驾+昵称+求职； 大家都感觉到自动驾驶技术栈开始趋同，以前大大小小几十个方向都需要算法工程师，现在one model、 VLM、VLA，统一方案的背后其实是更高的技术壁垒。博主一直在鼓励大家坚持、多多交流，但归根结底个 人的力量是有限的。我们希望共建一个大的社群和大家一起成长，真正能够帮助到一些有需要的小伙伴，成为 一个汇集全行业人才的综合型平台。所以我们也开始正式运营求职与行业相关的社群。社群内部主要讨论相关 产业、公司、产品研发、求职与跳槽相关内容。如果您想结交更多同行业的朋友，第一时间了解产业。欢迎加 入我们！ ...

作者 | 王小迪MLE 编辑 | 自动驾驶之心 原文链接： https://www.zhihu.com/question/279973696/answer/3535722816 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15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 最近end2end风头正盛，BEV已成标准范式，但planning进展仍然焦灼。究其原因，interaction modelling是planning的深水区，涉及博弈和不确定性建模，监督学习仍然 不能很好得描述此类问题。这次报告以interaction的建模和求解为切口，分析了近些年常用的框架范式，比如将ego trajectory和agent trajectory的关系加入loss function或 constraint中，ego/agent trajectory从lane routing或neural network生成等。 - (We already have) Reactive: surrounding agents influenc ...

微信扫码添加小助理邀请进群， 备注自驾+昵称+求职 ； 最近和很多准备校招的小伙伴接触，发现大家在学校学习的东西和工作的差距越来越大。有不少工作多年 的小伙伴表示也在看机会，感知转大模型、世界模型，传统规控想转具身。但却不知道业内实际在做什 么，导致秋招的时候没有什么优势...... 峰哥一直在鼓励大家坚持、多和其他人交流，但归根结底个人的力量是有限的。我们希望共建一个大的社 群和大家一起成长，真正能够帮助到一些有需要的小伙伴，成为一个汇集全行业人才的综合型平台，真正 做一个链接学校和公司的桥梁。所以我们也开始正式运营求职与行业相关的社群。社群内部主要讨论相关 产业、公司、产品研发、求职与跳槽相关内容。如果您想结交更多同行业的朋友，第一时间了解产业。欢 迎加入我们！ ...

自动驾驶目标检测技术 - 当前主流架构如YOLO、DETR在追求轻量化和速度时牺牲了特征一致性与层次表达能力，难以兼顾小目标检测与复杂场景理解[2] - 频率混叠和融合过程僵化是现有Neck结构的主要问题，导致特征表达能力下降和检测器感知能力受限[9][10] - Butter框架通过解耦式设计实现精度与效率的统一，在Neck层引入频率一致性增强模块和渐进式层次特征融合网络[11] Butter框架核心技术 - 频率一致性增强模块(FAFCE)融合高频细节增强与低频噪声抑制，提升边界分辨率[3][20] - 渐进式层次特征融合网络(PHFFNet)逐层融合语义信息并引入空间感知机制，强化多尺度特征表达[3][29] - Backbone采用轻量化改进的HGNetV2，使用GhostConv、RepConv等模块减少参数量，提升推理效率[17] 性能表现 - 在KITTI数据集上mAP@50达到94.4%，比TOD-YOLOv7高出1.2个百分点，计算量仅为后者约1/3[32] - 在BDD100K和Cityscapes数据集上分别取得53.7%和53.2%的mAP@50，显著优于Hyper-YOLO-S方法[32] - 参数量比Hyper-YOLO-S减少约64%，显示更优的部署适应性[32] 技术细节 - FAFCE模块通过高频增强与低频抑制两种机制提升多尺度特征融合准确性[20] - PHFFNet采用从低层向高层的逐级融合策略，缓解非相邻层间语义差异[29] - 引入空间动态权重机制(CASF)动态分配不同空间位置的多层特征权重[31] 应用前景 - 方法具备良好的通用性与部署适配性，适用于主流SOTA检测器[15] - 具备轻量化潜力，可用于高性能自动驾驶视觉系统部署[15] - 在复杂道路场景中实现高精度目标检测与结构感知[14]

WeRide (WRD) Q2 2025 Earnings Call July 31, 2025 08:00 AM ET Company ParticipantsTony Han - Founder, Chairman & CEOJennifer Li - CFOLiping Zhao - Vice PresidentConference Call ParticipantsTim Hsiao - AnalystJiajie Shen - Equity Research AnalystNone - AnalystOlivia Niu - Senior Equity Research AnalystOperatorGood morning, good lady, and good evening, ladies and gentlemen. Thank you for standing by, and welcome to WeRide's Second Quarter twenty twenty five Earnings Conference Call. At this time, all participa ...

本文只做学术分享，如有侵权，联系删文 写在前面--先聊聊为啥写这篇文章 笔者这段时间阅读了来自ICCV2025的论文 DONUT: A Decoder-Only Model for Trajectory Prediction 作者 | Sakura 编辑 | 自动驾驶之心 原文链接： https://zhuanlan.zhihu.com/p/1933901730589962575 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15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 这篇论文以qcnet为baseline，基于 decoder-only架构配合overprediction策略 ，在argoversev2上取得了SOTA 联想到之前笔者所阅读的论文SmartRefine，该论文也是基于Qcnet的基础上对refine部分进行改进，也在argoverse v2上取得了SOTA； 因此，本着学习的态度，笔者想 在此简单总结这三篇论文 ； Query-Centric Trajectory Prediction--CVPR 2023 SmartRefin ...

Key Takeaways Aurora will report Q2 results on July 30, with EPS expected at a loss of 12 cents, flat year over year.AUR plans higher cash use of $175M-$185M per quarter to fund new hardware development.Company aims to expand driverless ops and showcase Aurora Driver's cost and reliability benefits.Aurora Innovation, Inc. (AUR) is slated to release second-quarter 2025 results on July 30, after the bell.The company’s earnings missed the Zacks Consensus Estimate by 10% in the previous quarter. For the to-be-r ...

核心观点 - WeRide与Uber在阿布扎比扩大Robotaxi服务范围 覆盖核心区域约50% 预计乘车量将翻倍 [1] - 双方运营中东最大Robotaxi网络 采用WeRide新款GXR车型 每车日均完成数十次6公里以上行程 [3] - 自2024年12月启动以来 车队规模已增长三倍 计划年内扩展至Khalifa City等新区域 [4] - 阿布扎比交通部门表示此次扩展是实现智慧交通战略的关键里程碑 [6] - 同步推进完全无人驾驶测试 预计数月内向公众开放 [8] 业务进展 - 新增Al Reem和Al Maryah岛屿服务区 连接金融区、住宅区及扎耶德国际机场高速路线 [1][7] - 通过Uber和TXAI应用程序提供叫车服务 覆盖阿布扎比最具活力的高密度城区 [7] - 2025年目标是将自动驾驶技术推向主流市场 类比Uber此前推广电动车的成功经验 [6] 技术能力 - GXR车型为大规模商用专门设计 最多可容纳5人 展现复杂城市环境下的技术实力 [3][7] - 在10国30个城市完成测试运营 是唯一在6个市场（含中美新等国）获得自动驾驶许可的企业 [9] - WeRide One平台支持L2-L4级自动驾驶 覆盖出行、物流、环卫等多场景需求 [9] 战略合作 - 与阿布扎比综合交通中心深度合作 加速智慧交通基础设施建设 [5][6] - Uber中东负责人强调合作伙伴关系对技术普及的关键作用 [6] - 交通部门明确将创新技术纳入城市扩张规划 以提升居民生活质量 [11] 市场定位 - WeRide为全球自动驾驶行业先行者 也是首家上市的Robotaxi企业 [9] - 入选《财富》杂志2024年"未来50强"榜单 凸显行业领导地位 [9] - Uber平台累计完成580亿次行程 持续拓展移动生态边界 [12]

自动驾驶技术交流平台 - 公司是国内领先的自动驾驶技术交流平台 专注于自动驾驶产业 学术与职场成长等领域 [1] - 平台提供技术交流群 涵盖大模型 端到端 VLA BEV感知 多模态感知等前沿技术方向 [1] - 交流范围包括感知 规划控制 仿真测试 硬件配置等自动驾驶全产业链环节 [1] - 平台面向企业 高校研究人员开放 需提供公司/学校 昵称和研究方向信息加入 [1]

自动驾驶场景重建研究进展 - ICCV2025已放出多篇自动驾驶闭环仿真相关论文 国内外顶尖院校如清华大学 南开大学 复旦大学 浙江大学 伊利诺伊大学厄巴纳-香槟分校等团队均在发力该领域 [2] - 当前研究聚焦动态目标与静态场景联合重建 需兼顾LiDAR与视觉数据融合 实现色彩与几何信息的精准建模 [2] - 代表性工作包括： - 清华与UIUC合作的InvRGB+L 通过统一颜色与LiDAR反射率建模实现复杂场景逆向渲染 [5] - 南开与UIUC的AD-GS 采用B样条高斯泼溅技术实现自监督自动驾驶场景重建 [6] - 复旦的BézierGS 通过贝塞尔曲线高斯泼溅完成动态城市场景重建 [10] - 清华 浙大与菜鸟网络的RGE-GS 利用扩散先验实现奖励引导的驾驶场景扩展重建 [11] 3DGS技术发展与课程体系 - 3D高斯泼溅(3DGS)技术已衍生出2DGS/3DGS/4DGS/混合GS等多个子方向 涉及新视角泛化 场景编辑 自动驾驶仿真闭环等应用 [12] - 业内首门3DGS全栈实战课程覆盖八大模块： - 视觉重建算法基础(NeRF与3DGS技术起源) [19] - 3DGS核心技术解析(数据算法 可视化 评测体系) [21] - 静态场景重建(CVPR2024最佳学生论文Mip-Splatting实战) [23] - 动态场景重建(CVPR2024满分论文Deformable GS应用) [25] - 场景表面重建(SOTA方案PGSR技术剖析) [27] - 自动驾驶混合重建(Street Gaussians动静态分解策略) [29] - gsplat框架实战(工业级驾驶场景重建算法开发) [31] - 学术与职业发展(3DGS研究趋势与工业落地现状) [33] 技术团队与资源 - 课程由头部自动驾驶公司算法专家Jeff主导 其在SIGGRAPH CVPR等顶会发表8篇论文 专注NeRF/3DGS算法研究 [36] - 配套资源包括《NeRF与自动驾驶论文带读课程》及gsplat开源框架支持 需学员自备12G以上显存GPU [15][38] - 目标学员涵盖高校研究人员 企业技术骨干及转行人员 需具备Python/PyTorch基础与三维重建入门知识 [37][40]