登录社区云，与社区用户共同成长
邀请您加入社区
自动驾驶工具链正经历从传统模块化架构向智能体驱动的范式转变。传统工具链的分层结构导致协议冲突，仿真工具存在真实性瓶颈，开发效率与安全认证面临挑战；智能体时代通过代码生成自动化、仿真智能化、和部署异构化，实现技术突破；这一转型使自动驾驶研发从"人工编码"迈向"智能体自主执行"的新阶段。
比特斯拉更进一步。
本文详细介绍了特斯拉BEV感知技术在自动驾驶领域的应用，通过Python实战演示多相机融合的鸟瞰图转换过程。从相机标定、特征提取到基于Transformer的BEV空间转换，逐步解析核心技术实现，并分享时序融合与工程部署的实用技巧，帮助开发者掌握自动驾驶视觉感知的前沿技术。
本文详细介绍了如何利用Carla仿真器与Python从零构建自动驾驶仿真系统。内容涵盖环境搭建、基础车辆控制、传感器（相机与激光雷达）数据获取，并进阶探讨了使用强化学习训练自动驾驶AI的方法。为研究者和开发者提供了一个低成本、高效率的自动驾驶算法验证与学习平台。
本文介绍了如何在星图GPU平台上自动化部署Qwen3-VL-30B镜像，以构建自动驾驶场景理解模块。该方案利用该视觉语言模型的深度推理能力，实现对交通场景中物体、行为及潜在风险的智能分析与理解，为自动驾驶系统提供关键的决策支持。
需要说明的是，“十大高风险Skill类型”并非严格的风险发生率排名，而是综合风险危害、可利用性、检测命中情况和企业影响面形成的风险优先级清单。该清单用于帮助开发者、企业安全团队和智能体使用者识别最需要关注的Skill风险类型，不代表所有Skill中各类风险的实际分布比例。基于约5万个公开Skill样本检测结果，梳理出十大高风险Skill类型，覆盖数据安全、账号凭证、资产盗用、诱导付费、违规导流、隐
邓光辉博士提出科学智能体四級进化路径，并构想7×24小时“数字CEO”辅助决策，鹰谷信息构建“工具-数据-算法-智能体”闭环，以解决科研效率瓶颈，推动科研从辅助驾驶迈向完全自动驾驶。
地平线在京举办年度产品技术发布会，推出中国首款舱驾融合芯片"星空"、整车智能体操作系统"KaKaClaw"和全场景辅助驾驶系统HSDV1.6，实现从智能驾驶芯片到整车智能体的战略升级。"星空"芯片采用5nm工艺，算力达650TOPS，可降低综合成本并缩短研发周期；"KaKaClaw"系统支持自然语言交互和个性化设置；H
AI智能体（AI Agent）作为人工智能领域的关键技术，其核心在于赋予系统自主感知、规划、决策与学习的能力，而非仅仅执行预设流程。这一原理使其在解决复杂、开放的工程问题时展现出巨大技术价值，正逐步从学术研究走向产业实践。在自动驾驶这类高复杂度系统的研发中，传统高度依赖人工试错的流程面临效率瓶颈。AI智能体通过封装研发工具链为可调用的技能（Skill），结合大语言模型（LLM）的任务理解与规划能力
多智能体强化学习(MARL)作为分布式人工智能的重要分支，通过多个智能体的协同学习实现复杂决策。其核心技术原理在于每个智能体通过与环境及其他智能体的交互，不断优化策略以获得最大累积奖励。在自动驾驶领域，MARL展现出独特价值，能够有效处理车辆间的协同决策问题，如无信号灯交叉口的通行协商、高速公路合流等场景。然而仿真环境训练的模型直接部署到现实世界时，常面临传感器噪声、执行延迟等sim-to-rea
多智能体强化学习（MARL）是分布式人工智能的重要分支，通过多个智能体的协同决策解决复杂环境中的控制问题。其核心原理在于将集中式学习与分布式执行相结合，利用全局状态信息优化个体策略。在自动驾驶领域，MARL能有效建模交通流中车辆间的动态交互，解决传统单智能体方法难以处理的协同控制问题。关键技术价值体现在实现策略的零样本迁移，即训练于仿真环境的策略无需调整即可部署到真实车辆。CPM Lab提出的三层
这种架构设计，彻底打破了传统AI的功能局限，让AI真正具备了自主执行能力，无论是复杂的文件操作、代码调试，还是多步骤的任务协同，OpenClaw都能高效完成，充分验证了AI的实用价值。它以一段开发者随手编写的简易“包装器”原型为起点，在短短四个月内掀起全球智能体领域的热潮，凭借强大的自主执行能力打破AI“只聊不做”的行业困局，成为开源领域的现象级产品，其技术突破与开源精神值得行业广泛关注与欣赏。O
百度地图开放平台推出行业首个AI地图开发工具MapSkills，专注于JSAPI开发场景。该工具通过内置地图开发规范，让AI生成的代码直接符合落地标准，解决版本适配、库选择等技术难题。无论是新手还是专业开发者，都能快速实现旅游工具、POI搜索等地图应用开发，大幅提升效率。MapSkills标志着地图开发进入"AI规范落地"新阶段，开发者可专注于产品创新而非技术排坑。现已开放体验
本文介绍了如何在星图GPU平台上自动化部署Clawdbot汉化版（增加企业微信入口）镜像，实现机器人自动驾驶功能。该镜像深度集成ROS系统，支持自然语言控制与多传感器融合，可应用于智能家居物品递送、工业巡检等场景，大幅降低机器人开发门槛。
本文介绍了如何在星图GPU平台上自动化部署Clawdbot整合Qwen3:32B代理直连Web网关配置Chat平台，并将其应用于智能车开发场景。该方案通过将强大的大语言模型与灵活的代理框架结合，能够辅助进行自动驾驶算法的优化与调试，例如，利用自然语言指令来优化路径规划或分析传感器数据，从而提升开发效率与系统智能性。
