2025中国汽车智能化创新峰会——端到端自动驾驶专题论坛–20250427

核心观点

• 端到端自动驾驶架构设计：纽劢科技研发了基于DECORATE模型的端到端技术架构，并深入探索了transfer decoder在自动驾驶中的应用，在架构设计和工程化落地方面取得进展。
• BVI架构：纽劢科技提出了BVI架构，实现了不同算力芯片支持、不同产品和面向芯片的优化，包含动态障碍物检测、静态场景理解、车道线理解和拓扑结构理解等功能。
• 端到端架构设计：纽劢科技设计了基于transformer的端到端自动驾驶感知和规划架构，通过一个解码器完成动态障碍物检测、静态场景理解、车道线理解和拓扑结构理解等任务，并取得不错成绩。
• 真实端到端自动驾驶模拟器构建：上海AI Lab OpenDriveLab研发了多轨迹重建高斯stacking技术，解决了视角外推问题，并设计了NEX世界模型，实现了可响应和可控的驾驶行为模拟。
• 端到端自动驾驶评测：上海AI Lab OpenDriveLab提出了基于半闭环指标的端到端自动驾驶评测方法，并设计了V2版本的评测竞赛，加入了可响应式和可交互式场景。
• 面向自动驾驶数据闭环的高性能数据访问平台：Level AI首席架构师副正佳博士分享了构建面向自动驾驶数据闭环的高性能数据访问平台的经验，该平台具有零改造、无侵入、规模和可扩展等特点，可有效提升算法迭代效率。

关键数据

• 纽劢科技BVI架构在公开数据集上取得领先成绩，闭环指标大幅领先同类架构设计。
• Level AI V2版本的自动驾驶竞赛加入了可响应式和可交互式场景。
• Level AI OpenDriveLab研发的NEX世界模型在可控性、响应性和动力学指标上超过现有模型。

研究结论

• 基于transformer的端到端自动驾驶感知和规划架构可有效提升算法性能和效率。
• 多轨迹重建高斯stacking技术和NEX世界模型为构建真实端到端自动驾驶模拟器提供了新的思路。
• 零改造、无侵入、规模和可扩展的高性能数据访问平台可有效提升自动驾驶算法迭代效率。