随着VLA（视觉-语言-动作模型）与世界模型在自动驾驶领域的关注度日益提升，这两项技术已成为众多主机厂研发布局的重点方向。前者强调将感知、语义推理与动作生成整合到同一个大模型中，以实现端到端的决策输出

对于自动驾驶汽车而言，传感器是它感知世界的窗口。摄像头负责采集环境图像，毫米波雷达和激光雷达则用于测量周围物体的位置和速度，而GNSS（全球导航卫星系统）与惯性测量系统可提供车辆的定位信息。这些数据经

车载摄像头作为自动驾驶系统非常重要的一个感知硬件，提供了类似人类“眼睛”的功能，使车辆可以看清道路、行人、信号灯及周围障碍物。在理想状态下，车载摄像头可以获得非常清晰的图像信息，但真实交通环境非常复杂

北京时间1月6日凌晨，拉斯维加斯CES 2026，当英伟达CEO黄仁勋身着标志性的黑色皮衣，站在聚光灯下宣布“物理AI的ChatGPT时刻已然到来”时，整个科技圈与汽车行业都感受到了强烈震动。 这场发

最近，很多小伙伴在后台私信，想了解L3级自动驾驶有哪些技术要求。其实对于自动驾驶行业来说，L3级是一个非常重要的分水岭。一旦达到L3级，车辆的主要驾驶行为将交由系统负责，驾驶员则转变为辅助角色。那么，

文/郭佳哿 编辑/张晓 智能驾驶已经走到新的现实拐点。 过去几年，它被定位为高端车型的核心卖点；但随着渗透率进入主流区间，行业焦点开始从PPT里的期望值转向交付规模。能否真正让更多用户买得起、用得上，

自动驾驶技术的发展，让越来越多新兴技术得到应用，而随着自动驾驶落地加速，实时生成式地图也被越来越多车企青睐。所谓实时生成式地图，就是一种在车辆行驶过程中，利用传感器和算法动态构建与更新环境地图的技术。

在很多厂家的技术方案中，会提到世界模型的介绍。世界模型，就是自动驾驶系统内部用来表示外部世界并预测未来演变的一组模型或表征。换句话说，世界模型就是把传感器看到的东西（摄像头画面、激光雷达点云、雷达回波

在自动驾驶行业，说起算力，很多人第一反应是“更强就是更好”，更快的芯片、更大的算力池，感觉就可以让汽车能看得更清楚、做决定更快、更安全。但事实并非如此。对于自动驾驶汽车来说，算力确实重要，但它不是万能

想实现自动驾驶，首先要做的就是感知周围的环境，这一感知流程并不是仅靠一台摄像头或一个雷达就可以完成的。为了能够确保足够的安全，做到感知冗余，需要摄像头、激光雷达（LiDAR）、毫米波雷达、超声波传感器

有些时候，我们在用一些手机拍照，手机拍出来的画面与真实世界看起来会不太一样，直接会有些弯曲，物体看起来距离也会更远，之所以会出现这个问题，是因为镜头有畸变、焦距和光心位置不够准确等原因导致的。这一问题

想训练出一个可以落地的自动驾驶大模型，不是简单地给其提供几张图片，几条规则就可以的，而是需要非常多的多样的、真实的驾驶数据，从而可以让大模型真正理解道路、交通参与者及环境的变化。 大模型能不能在真实交

 2025年成为中国汽车产业转型的关键节点：新能源乘用车渗透率首次突破50%大关，标志着市场从“政策驱动”全面转向“市场驱动”；与此同时，工信部正式发放首批L3级有条件自动驾驶车型准入许可，宣告自动驾驶从封闭测试迈入商业化应用新阶...

最近有一位小伙伴留言，想让我聊聊自动驾驶汽车对于石头这样的小障碍物，是使用什么视觉任务检测的。在直接回答“如何检测”之前，其实要思考一个更根本的问题，对于一个像石头这样的小障碍物，自动驾驶汽车真的要检

如今，自动驾驶技术走过单点突破的初级阶段，正迎来赛道分化的转折点。 从封闭矿区的无人重卡到城市道路的自动驾驶出租车，从园区内的物流配送车到景区的接驳小巴，不同场景的技术适配性与商业化潜力差异逐渐显现，