想象一下：车辆在穿行，行人在横过马路，相机本身也在运动。DynamicVGGT 利用 VGGT 原有空间几何预测能力为基础，用新增的 MTA blocks 学习动态场景运动，最后分别通过设计两种任务：未来点图预测与动态 4D 场景重建优化统一的动态点图，增强对动态场景下模型对几何预测的能力。面对这两个瓶颈，DynamicVGGT 的定位非常明确：不是替换 VGGT，而是站在它肩膀上——把"静态 3

编辑|深蓝前沿点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【分割综述】获取语义分割、实例分割、全景分割、弱监督分割等超全学习资料！引言在自动驾驶系统中，可行驶区域分割是一项重要的任务。可行驶区域的提取是ADAS的关键技术，旨在使用传感器感知技术感知驾驶车辆周围的道路环境，识别并分割出当前驾驶场景下可行驶的区域，防止偏离车道或违规驾驶..

编辑|智车科技原文链接：https://mp.weixin.qq.com/s/nG48GndQVb7rFtMdjYUU3Q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【仿真测试】技术交流群/导读/自动驾驶汽车在真正商业化应用前，需要经历大量的道路测试才能达到商用要求。采用路测来优化自动驾驶算法耗费的时间和成本太高，且开放道路测试仍受到法规限制，极...

其核心问题在于如何获取图像像素的精确深度。相比之下，深度补全融合稀疏 LiDAR 数据与单帧 RGB 图像，能在大规模场景下实现稳健的深度恢复，避免尺度模糊，且能达到接近 LiDAR 的精度。通过快速、轻量、具有泛化能力的稀疏深度补全网络，将 LiDAR 与图像数据有效结合，预测未被 LiDAR 覆盖像素的深度，从而更全面地初始化高斯，缓解重建盲区。其次，尽管 SLAM 系统采用 LiDAR 提供

在扩散模型训练中引入仿真器导数，强制生成的动作符合物理规律。此外，CLoSD在实时性上显著优化，DiP仅需10步扩散即可生成高保真动作，而RL控制器能即时修正扩散输出的微小误差，如接触动力学中的偏差。（MoSAT）实现关节间的消息传递，并引入拓扑位置编码（TopoPE）来高效表示动态演化的形态结构，从而支持轻量级模型（仅1.4M参数）下的复杂任务处理。首先，它通过文本提示（如“高踢腿”或“坐下”）

编辑| 3D视觉之心点击下方卡片，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>>点击进入→自动驾驶之心『SLAM』技术交流群本文只做学术分享，如有侵权，联系删文写在前面今天我们探讨下深度学习技术如何改善在复杂环境中基于视觉的SLAM（同时定位与地图构建）性能。通过将深度特征提取和深度匹配方法相结合，这里介绍了一种多功能的混合视觉SLAM系统，旨在提高在.

点击下方卡片，关注“具身智能之心”公众号编辑丨具身智能之心本文只做学术分享，如有侵权，联系删文>>点击进入→具身智能之心技术交流群更多干货，欢迎加入国内首个具身智能全栈学习社区：具身智能之心知识星球(戳我)，这里包含所有你想要的。视觉 - 语言 - 动作（VLA）模型是机器人技术的变革性突破，其核心是将视觉感知、自然语言理解与具身控制整合到单一学习框架中。本综述聚焦机器人操作与指令驱动自主性，全面

星球内部的成员来自国内外知名高校实验室、自动驾驶相关的头部公司，其中高校和科研机构包括但不限于：上海交大、北京大学、CMU、清华大学、西湖大学、上海人工智能实验室、港科大、港大、南洋理工、新加坡国立、ETH、南京大学、华中科技大学、ETH等等！小鹏的VLA也好，V/LA也罢，都是L3技术突破之路上的风景。针对2025年最火的自动驾驶VLA，我们详细梳理了最新的综述、VLA开源数据集、作为语言解释器

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>>点击进入→自动驾驶之心『端到端自动驾驶』技术交流群自UniAD引爆端到端自动驾驶的热度以来，近两年无论是学术界还是工业界都把端到端自动驾驶作为主要发力点。2024年，理想汽车率先宣布E2E+VLM快慢双系统架构量产，今年又率先开启了VLA研发量产。各大顶会（CVPR/ICCV/ECCV）的自动驾驶端到端/VLM方

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>>点击进入→自动驾驶之心『深度估计』技术交流群文章作者|司马缸砸光编辑 | 自动驾驶之心本文介绍了Depth Anything V2。不追求花哨的技术，而是旨在揭示关键发现，为构建强大的单目深度估计模型铺平道路。值得注意的是，与V1相比，本版本通过三项关键实践产生了更精细、更稳健的深度预测：1...