自动驾驶
-
MiMo-Embodied：全球首个跨具身基座模型的技术突破与产业影响
在人工智能技术快速演进的当下，具身智能与自动驾驶作为两大前沿领域，长期面临着知识迁移与能力统一的挑战。传统视觉语言模型（VLMs）往往局限于单一场景——要么专注于室内机器人操作，要么聚焦于户外驾驶任务，这种割裂状态严重制约了智能体在动态物理世界中的综合交互能力。近日，小米汽车陈龙团队开源了全球首个打通自动驾驶与具身操作场景的跨具身（X-Embodied）基座…
-
世界模型破解VLA监督稀疏难题：DriveVLA-W0如何放大自动驾驶数据规模定律
在自动驾驶技术从实验室走向商业化的关键阶段，视觉-语言-动作（VLA）大模型正面临着一个根本性的发展瓶颈：监督稀疏问题。特斯拉在ICCV会议上公开指出，当前VLA模型虽然能够处理高维、稠密的视觉信息流，但其训练监督信号却仅限于低维、稀疏的驾驶动作（如转向角度、加速度等路径点指令）。这种输入与监督之间的维度不匹配，导致模型无法充分利用PB级海量数据的潜力，严重…
-
华为战略投资极佳视界：世界模型如何重塑自动驾驶与具身智能的数据范式
近日，华为哈勃与华控基金联合完成对物理AI公司极佳视界的亿元级A1轮投资，这是该公司两个月内连续完成的第三轮融资。这一动作不仅标志着华为在自动驾驶和具身智能领域的战略深化，更揭示了世界模型作为下一代AI基础设施的核心价值。 极佳视界成立于2023年，是国内首家以“世界模型”为核心定位的纯血物理AI公司。在短短两年内，该公司已构建覆盖自动驾驶世界模型、具身基础…
-
自动驾驶范式迁移：从数据闭环到训练闭环的深度技术解析
在自动驾驶技术发展的关键转折点，行业正经历一场深刻的范式迁移。端到端架构虽曾统一技术栈并释放Scaling Law潜力，但随着数据瓶颈日益凸显，单纯依赖模仿学习已难以突破人类司机能力上限。ICCV 2025的最新动向显示，头部企业正形成共识：强化学习与云端生成式世界模型将成为下一代自动驾驶系统的核心基座。 特斯拉与理想汽车在顶会现场的实践分享，揭示了这一转型…
-
从数据闭环到训练闭环：理想汽车世界模型如何重塑自动驾驶AI范式
近期，人工智能领域关于范式转变的讨论日益激烈。强化学习之父Rich Sutton在《体验时代》中指出，AI正从依赖人类标注数据转向体验式学习的新阶段。OpenAI前研究员姚顺雨更明确表示AI已进入“下半场”，强调需要为现实世界任务开发新的评估体系，并寻求超越人类模仿、依赖智能体自我改进的可扩展数据源。在这一宏观背景下，自动驾驶作为AI技术落地的前沿阵地，其范…
-
自动驾驶行业效率革命：AI驱动精益生产模式深度解析
在自动驾驶技术快速迭代的2025年，行业竞争已从单纯的技术突破转向研发效率的全面比拼。L2级辅助驾驶搭载量呈现爆发式增长，Momenta在城市NOA市场保持头部地位，地平线征程芯片量产突破1000万片大关，元戎启行方案量产车辆超过13万辆。与此同时，小鹏和理想等企业开始向L4级自动驾驶迈进。在更前沿的Robotaxi领域，小马智行计划年内落地千台规模车队，文…
