登录社区云,与社区用户共同成长
邀请您加入社区
论文:Xiaomi Auto World Model 2.0: Causal World Models for Real-World Driving and Embodied Intelligence这篇论文(小米汽车世界模型组,2026 年 11 月)的主要成果是把一个视频世界模型做成了可闭环运行的驾驶仿真器,机器人方向还处于早期。这篇论文的价值在于打通了一条工程链路:真实数据 → 3D 重建
公开 PDMS 口径下,AutoVLA-D 92.0,同期 FLARE 91.4,复现的 ReCogDrive 90.7,Curious-VLA 90.3,DriveVLA-W0 90.2。选这套的理由来自实测:它的重建误差最低,训练集和测试集的误差落差也最小,用作 TrajCond 时分数最好。第二个阶段在动作序列的条件下,回归最终的连续航点。真值轨迹转 token 的过程是逐步贪心的:从当前位
创新点: 提出首个语言引导的闭环端到端驾驶框架LMDrive,整合多模态传感器数据和自然语言指令核心功能: 实时处理"Turn right at next intersection"等导航指令和"Watch for walkers up front"等注意指令问题背景: 现有自动驾驶系统在长尾突发事件和复杂城市场景中表现不佳,缺乏语言理解和人机交互能力数据集贡献: 公开包含64K指令跟随数据片段的
在里,都围绕“拿到 Mid-360 激光点→建图→全局/局部规划→底盘控制”这一流线展开。
Nvidia GTC AI 会议上,理想汽车介绍了内部VLA相关算法,理想在智驾新技术上的新技术探索其实比较领先,以下整理了这次介绍的相关技术点
自动驾驶
——自动驾驶
联系我们(工作时间:8:30-22:00)
400-660-0108 kefu@csdn.net