91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Nullmax端到端自動駕駛最新研究成果入選ICCV 2025

Nullmax紐勱 ? 來源:Nullmax紐勱 ? 2025-07-05 15:40 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

近日,國際計算機視覺大會 ICCV 2025 正式公布論文錄用結果,Nullmax 感知團隊在端到端自動駕駛方向的最新研究成果《HiP-AD: Hierarchical and Multi-Granularity Planning with Deformable Attention for Autonomous Driving in a Single Decoder》成功入選,彰顯 Nullmax 在一段式端到端核心技術上的深厚積累與創(chuàng)新實力,尤其在端到端自動駕駛系統(tǒng)設計領域的研究已處于行業(yè)領先水平。

作為全球計算機視覺三大頂會之一,ICCV(International Conference on Computer Vision)由 IEEE 主辦,每兩年舉辦一次,匯聚全球學術界與工業(yè)界的前沿研究成果。ICCV 2025 共收到 11,239 篇投稿,規(guī)模遠超往屆。最終,共計 2,699 篇論文獲錄用 ,錄取率僅為 24%。在此次Nullmax入選論文中,感知團隊提出了一種全新的端到端模型設計方法——HiP-AD(Hierarchical and Multi-GranularityPlanning forAutonomousDriving),通過統(tǒng)一的 Transformer 解碼器架構,將感知、預測與規(guī)劃任務協(xié)同整合,實現(xiàn)了端到端閉環(huán)控制的整體優(yōu)化。

具體而言,新方法HiP-AD 的關鍵突破在于:

01多粒度分層規(guī)劃查詢

融合時序(Temporal)、空間(Spatial)和駕駛風格(Driving-style)三類軌跡 Waypoints,顯著提升了軌跡規(guī)劃的表達力與泛化性。

02可變形注意力機制

模型可精準聚焦于軌跡周邊關鍵區(qū)域,更有效地從圖像中提取關鍵特征。

03統(tǒng)一解碼器結構

打破模塊壁壘,感知-預測-規(guī)劃任務在同一空間協(xié)同優(yōu)化,使信息流動更加高效。

04bb7c20-5656-11f0-b147-92fbcf53809c.png

HiP-AD多軌跡生成機制:

選出“最優(yōu)路徑”,更具“類人”適應力

HiP-AD 在軌跡預測策略上引入了創(chuàng)新性的多軌跡生成機制。區(qū)別于僅輸出單一路徑的傳統(tǒng)方法,它能從時間、空間與駕駛風格等多個維度生成多條候選軌跡,并通過系統(tǒng)綜合評估選出最優(yōu)路徑。這一策略顯著增強了系統(tǒng)面對動態(tài)環(huán)境變化時的適應能力,提高了復雜駕駛場景下的穩(wěn)定性與安全性。

HiP-AD 閉環(huán)能力:

真實模型可執(zhí)行,跑得穩(wěn),更可靠

在復雜的實際駕駛環(huán)境中,自動駕駛系統(tǒng)常出現(xiàn)“看得懂、想得好,但跑不穩(wěn)”的問題,即軌跡預測結果看似合理卻難以真實執(zhí)行。原因在于多數傳統(tǒng)模型依賴開環(huán)測試,僅基于歷史數據比對預測軌跡與實際軌跡,缺乏執(zhí)行層驗證。

HiP-AD 所采用的閉環(huán)設計模式,則要求系統(tǒng)控制車輛在復雜環(huán)境中完成駕駛任務,能有效應對如障礙物規(guī)避、合理變道與突發(fā)情況處理等挑戰(zhàn),全面評估模型的執(zhí)行與決策能力。

在權威閉環(huán)評測基準 Bench2Drive 中,HiP-AD 取得了 SOTA (第一名)的優(yōu)異成績,大幅領先同等架構設計,驗證了其在真實應用中的執(zhí)行能力與系統(tǒng)可靠性。

04ccb6a2-5656-11f0-b147-92fbcf53809c.png

賦能 Nullmax 端到端技術

HiP-AD 助力自動駕駛大腦進化

以加速移動出行智變?yōu)槟繕?,Nullmax 多年來擅長將前沿科研成果高效轉化為可商業(yè)化、規(guī)?;涞氐募夹g應用。在實際應用中,HiP-AD 將為 Nullmax Intelligence(Nullmax 于 2024 年發(fā)布的新一代端到端自動駕駛技術)注入更強大、擬人且精準的決策與路徑規(guī)劃能力。

接下來,新方法HiP-AD 有望顯著增強 Nullmax Intelligence 在城市、高速等復雜場景下的環(huán)境理解與自主決策能力,全面提升Nullmax輔助駕駛系列方案的智能化水平與用戶體驗。

結語

一直以來,Nullmax 專注于打造以純視覺為核心的平臺化輔助駕駛方案。在前沿技術引領方面,Nullmax團隊研究成果已多次入選國際頂會 CVPR、ECCV 與 ICCV,研究方向覆蓋自動駕駛的視覺感知、規(guī)劃決策、端到端系統(tǒng)等核心技術路徑。與此同時,Nullmax 始終堅持科研技術與量產落地并重,持續(xù)推動創(chuàng)新成果從學術層面走向產品應用。

在自動駕駛技術快速演進的今天,我們歡迎有志于推動行業(yè)進步的優(yōu)秀人才加入 Nullmax,點擊下方“閱讀原文”查看崗位詳情,一起智變未來吧!

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 解碼器
    +關注

    關注

    9

    文章

    1218

    瀏覽量

    43390
  • 計算機
    +關注

    關注

    19

    文章

    7806

    瀏覽量

    93189
  • 自動駕駛
    +關注

    關注

    793

    文章

    14879

    瀏覽量

    179783

原文標題:Nullmax 論文入選 ICCV 2025!HiP-AD 提出一段式端到端模型設計新方法

文章出處:【微信號:Nullmax,微信公眾號:Nullmax紐勱】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    Nullmax研發(fā)團隊靜態(tài)元素檢測和拓撲推理新成果入選CVPR 2026

    CVPR 2026(國際計算機視覺與模式識別會議)論文錄用結果揭曉,Nullmax 研發(fā)團隊在自動駕駛靜態(tài)元素理解領域的最新研究 TopoHR 成功入選。該
    的頭像 發(fā)表于 02-28 10:08 ?428次閱讀

    自動駕駛為什么會出現(xiàn)黑盒現(xiàn)象?

    自動駕駛領域,(End-to-End)是指從感知環(huán)境的原始數據車輛實際控制指令,全部交給一個統(tǒng)一的深度學習模型來完成。這和傳統(tǒng)的模
    的頭像 發(fā)表于 02-20 09:25 ?9232次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>為什么會出現(xiàn)黑盒現(xiàn)象?

    Nullmax感知規(guī)劃大模型進化提速

    近日,2025年度浦東新區(qū)科技發(fā)展基金社會領域數字化轉型專項擬支持項目名單公布。經評審,Nullmax申報的《面向城市高級別輔助駕駛的感知規(guī)劃
    的頭像 發(fā)表于 12-22 16:39 ?500次閱讀

    如何訓練好自動駕駛模型?

    [首發(fā)于智駕最前沿微信公眾號]最近有位小伙伴在后臺留言提問:算法是怎樣訓練的?是模仿學習、強化學習和離線強化學習這三類嗎?其實
    的頭像 發(fā)表于 12-08 16:31 ?1427次閱讀
    如何訓練好<b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>模型?

    Nullmax軌跡規(guī)劃論文入選AAAI 2026

    11月8日,全球人工智能頂會 AAAI 2026 公布論文錄用結果,Nullmax 研發(fā)團隊的軌跡規(guī)劃論文成功入選。該論文創(chuàng)新提出一種
    的頭像 發(fā)表于 11-12 10:53 ?854次閱讀

    自動駕駛仿真與基于規(guī)則的仿真有什么區(qū)別?

    自動駕駛領域,“仿真”指的是將感知控制的整個決策鏈條視為一個整體,從而進行訓練和驗證的思路。
    的頭像 發(fā)表于 11-02 11:33 ?1702次閱讀

    西井科技自動駕駛模型獲得國際認可

    近日,西井科技AI創(chuàng)研團隊在國際權威自動駕駛算法榜單NAVSIM v2中脫穎而出,憑借創(chuàng)新的自動駕駛模型,以綜合得分48.759的成績
    的頭像 發(fā)表于 10-15 17:20 ?1279次閱讀

    一文讀懂特斯拉自動駕駛FSD從輔助的演進

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛行業(yè)發(fā)展至今,特斯拉一直被很多企業(yè)對標,其FSD系統(tǒng)的每一次更新,都會獲得非常多人的關注。早期自動駕駛是一個分層的、由多模塊組成的系統(tǒng),感知、定位、預測、規(guī)劃
    的頭像 發(fā)表于 10-11 09:13 ?804次閱讀
    一文讀懂特斯拉<b class='flag-5'>自動駕駛</b>FSD從輔助<b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>的演進

    自動駕駛大模型為什么會有不確定性?

    。為了能讓自動駕駛汽車做出正確、安全且符合邏輯的行駛動作,大模型被提了出來。
    的頭像 發(fā)表于 09-28 09:20 ?867次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大模型為什么會有不確定性?

    自動駕駛相較傳統(tǒng)自動駕駛到底有何提升?

    各自專業(yè)模塊獨立承擔,再通過預定的接口協(xié)議將信息有序傳遞。與之相對照,“”(end-to-end)自動駕駛以統(tǒng)一的大規(guī)模神經網絡為核心,將從攝像頭、雷達、激光雷達等傳感器采集
    的頭像 發(fā)表于 09-02 09:09 ?822次閱讀
    <b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動駕駛</b>相較傳統(tǒng)<b class='flag-5'>自動駕駛</b>到底有何提升?

    為什么自動駕駛大模型有黑盒特性?

    [首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術落地,(End-to-End)大模型也成為行業(yè)研究與應用的熱門方向。相較于傳統(tǒng)
    的頭像 發(fā)表于 07-04 16:50 ?881次閱讀
    為什么<b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大模型有黑盒特性?

    數據標注方案在自動駕駛領域的應用優(yōu)勢

    10-20TB,其中需要標注的數據占比超過60%。在這樣的背景下,數據標注方案應運而生,正在重塑自動駕駛的數據生產范式。
    的頭像 發(fā)表于 06-23 17:27 ?998次閱讀

    一文帶你厘清自動駕駛架構差異

    [首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術飛速發(fā)展,智能駕駛系統(tǒng)的設計思路也經歷了從傳統(tǒng)模塊化架構
    的頭像 發(fā)表于 05-08 09:07 ?1027次閱讀
    一文帶你厘清<b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>架構差異

    Nullmax亮相2025上海車展汽車智能化峰會

    日前, 2025上海車展汽車智能化峰會的自動駕駛專題論壇上,Nullmax 首席科學家成二
    的頭像 發(fā)表于 05-06 10:37 ?1481次閱讀
    <b class='flag-5'>Nullmax</b>亮相<b class='flag-5'>2025</b>上海車展汽車智能化峰會

    自動駕駛中基于規(guī)則的決策和大模型有何區(qū)別?

    自動駕駛架構的選擇上,也經歷了從感知、決策控制、執(zhí)行的三段式架構到現(xiàn)在火熱的大模型,尤其是在2024年特斯拉推出FSD V12后,各車企更是陸續(xù)推出自家的
    的頭像 發(fā)表于 04-13 09:38 ?3732次閱讀
    <b class='flag-5'>自動駕駛</b>中基于規(guī)則的決策和<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大模型有何區(qū)別?