这里主要关注VLA/VLM、端到端、BEV感知、Occupancy、多传感器/多模态融合感知、规划控制与预测、SLAM与在线高精地图、AI模型部署、领域方案与行业招聘等方向！聚焦数据采集、多模态大模型、VLA、VLN、Diffusion、sim2real、强化学习、运动控制、感知融合、规控与端到端、机器人仿真、双足机器人、四足机器人、机械臂、产品开发、自动标注等多个方向。覆盖人工智能(CV、AI、

作者|eyesighting 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/626318467?点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【多传感器融合】技术交流群后台回复【多传感器融合综述】获取图像/激光雷达/毫米波雷达融合综述等干货资料！1前言传感器标定和时间同步是整个ADAS系统的基础。传感器标定多维度...

主要关注智能机器人与具身智能相关内容，技术栈涉及各类数据集与benchmark、具身感知与交互、机械臂抓取、端到端自动驾驶、端到端运动规划、强化学习、双足与四足机器人、大模型、姿态估计、大模型量化部署、运动学设计、具身仿真、求职等多个方向，欢迎加入大家庭一起交流学习！2025年具身智能快速发展，自动驾驶之心平台也一直在积极关注具身相关产业界、学术界的进展，去年下半年正式推出了我们的具身平台【具身智

中国科学技术大学自动化系本科，普渡大学电气与计算机工程系博士，南方科技大学教授，曾任美国俄亥俄州立大学电气与计算机工程系（ECE）长聘教授，在此之前于加州大学伯克利分校担任博士后研究员、斯坦福大学担任访问学者。北大前沿计算研究中心助理教授，博士生导师，北大-银河通用具身智能联合实验室和北京智源研究院具身智能研究中心主任，中国具身智能领军人物，国际具身智能顶尖学者。无论是顶尖学霸的降维打击，还是产业

一家通用具身智能机器人公司，聚焦于构建机器人“通用大脑”与“操作智能”，突破手、眼、脑协同的关键瓶颈，将具身智能转化为一种可广泛部署、持续进化的基础设施，以通用基础模型研发与通用专家模型落地应用双线驱动，致力于为全球客户提供软硬一体、高可靠性的具身智能解决方案。作为一家智能定义体能，AI定义本体的公司，众擎正以坚定而持续的资源投入，构建从高动态本体到多模态基模的数据飞轮，全面引领具身智能的量产跃迁

融资、扩张、挖人、堆算力、堆数据，太多的公司在做智驾（彼时还可以称之为“自动驾驶”），也有很多的公司都在讲 Robotaxi，讲 L4 落地，讲“未来三年会彻底改变出行”。做 CV 的、做 SLAM 的、做机器人方向的，甚至还有不少做搜广推、大数据的人转过来。模型、训练框架、部署优化、数据闭环等等，太多的工作和新的东西，让我会明显感觉自己在变强。虽然我天天吐槽，虽然我也焦虑，虽然我也会研究大模型、

EdgeFM（Edge Foundation Model）：是一个专为边缘端场景优化的通用大模型推理引擎。针对边缘端推理的独特需求，提供高效的多模态理解、语言生成和决策推理能力，广泛应用于自动驾驶、具身智能、机器人控制等边缘端智能系统，助力边缘端大模型应用的快速部署。所以，今天自动驾驶之心联合行深智能和大家聊聊边缘端大模型高效推理引 —EdgeFM。有很多小伙伴咨询我们部署这块有没有好一些的开源方

以ChatDev（用于软件开发的Agentic AI系统）为例，它模拟企业部门架构，设置“CEO智能体”（制定开发目标）、“CTO智能体”（技术方案设计）、“工程师智能体”（编写代码）、“测试智能体”（检测bug），由“CEO智能体”作为元智能体协调各角色，确保开发流程顺畅；文章指出，ChatGPT代表的生成式AI是智能体发展的“ precursor（先驱）”——它首次展现了LLM强大的语言理解与

比如训练数据里，用到了 华为的 Wukong 数据集，在生成样本文字时，借助了 百度的 PaddleOCR，而在图像特征提取部分，核心组件竟然是 Meta 开源的 SAM，在视觉语义理解层面，还整合了 OpenAI 的 CLIP 模型。我们写的 Prompt，会被转换成一大堆的 token 给大模型，我们提供的参考资料，会被转换成一大堆的 token 给大模型，就算是能识别图像的多模态的大模型，也

总的来说，记忆从外部模块转向“面向行动的证据治理”的模型原生能力，负责保存状态、检索与将证据注入推理流程，短期记忆的转变尤为明显。当前的趋势是把已验证的管线功能逐步内化，并推动短期—长期记忆的统一、检索与生成的联合训练与个性化治理。工具使用从外部编排的流水线走向模型原生，不再依赖预设流程，而是把“何时/如何用哪个工具”的计划层与“正确调用并读懂反馈”的执行层一起内化为模型的多目标决策问题。强化学习