最近有很多小伙伴在后台询问纯视觉自动驾驶的优劣，纯视觉自动驾驶以其低成本、高冗余的技术路径，正成为自动驾驶现阶段主要的一个发展方向。但它由于在多个场景下的感知能力不如激光雷达，也一直饱受争议。今天智驾

在自动驾驶的技术发展过程中，激光雷达一直被认为是核心的感知硬件，其线束数量也被视为衡量感知能力的主要指标。从早期的16线、32线，到如今量产车型上标配的128线、192线，乃至最新发布的512线，行业

自动驾驶技术的演进过程，本质上是人类试图赋予机器“理解物理世界几何结构”能力的过程。在过去很长一段时间里，感知系统高度依赖于对特定目标的“分类与识别”。如果系统在训练集中见过某种车辆或行人，它就能在道

最近有小伙伴提问，现阶段智驾能否应对井盖缺失场景，比如路上井盖被盗，车辆开过去会陷下去，那么端到端能不能识别和避开？ 其实在城市道路的复杂环境中，井盖缺失、路面开裂或深坑等被称为“负障碍物”的场景，这

自动驾驶巴士（Robobus）正成为L4级自动驾驶商业化的重要突破口。在公共交通领域，高频刚需场景和政府支持让这一垂直赛道热度攀升。 近年来，多家中国自动驾驶企业在巴士场景取得领先进展，甚至掀起了集中

在很长一段时间内，自动驾驶行业的进展，主要靠“证明自己”来推进。 证明算法多么聪明，证明车辆能够跑多复杂的路况，证明系统在极端场景下也能做出正确的反应。技术论文、测试实践、示范项目，构成了过去几年自动

如果将自动驾驶的发展史比作人类的学习历程，那么在过去很长一段时间里，这个“学生”其实一直都在背诵极其繁琐的教条。这一阶段的自动驾驶系统使用的是模块化架构，它的运行高度依赖于手写的成千上万条逻辑规则。比

在自动驾驶的技术路线之争中，纯视觉方案凭借其更接近人类驾驶逻辑、更低的成本以及更具扩展性等优势，成为很多主机厂的主要选择。但纯视觉系统在隧道进出的明暗剧变、夜晚逆光下的强光直射、以及城市街道随处可见的

在谈自动驾驶技术的时候，“中间表达”是一个经常出现的词。相较于熟知的激光雷达、车载摄像头、毫米波雷达等硬件，亦或是大模型、端到端、算法等软件层面的概念，“中间表达”这个词相对比较抽象，那中间表达到底是

在智能驾驶领域，最近一两年讨论热度比较高的一个话题莫过于“去高精地图”。曾几何时，高精度地图被视为自动驾驶的“拐杖”，仿佛没有了那份精确到厘米级的静态数据包，车辆就成了在黑暗中摸索的盲人。但随着特斯拉

一个拆分的百度，才是股东想要的百度 2026年伊始，百度就给股东们递上了一份迟来的新年礼物。 据百度公告，旗下的AI芯片独角兽昆仑芯，已于元旦期间秘密向香港联交所递交了A1上市申请表。虽然官方依然保持

在我们开车的时候，想顺利地完成驾驶任务，会本能地注意前方的限速牌、停车让行标志或转弯指示等。自动驾驶汽车想安全地运行，同样需要这样的能力。自动驾驶汽车通过摄像头、雷达等传感器“观察”周围环境，并由计算

当谈及自动驾驶模型学习时，经常会提到模仿学习的概念。所谓模仿学习，就是模型先看别人怎么做，然后学着去做。自动驾驶中的模仿学习，就是把人类司机在各种路况下的行为做成范例，记录下看到了什么和做了什么等信息

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