autonomous-driving

标签

Cards List
#autonomous-driving

@Tesla: FSD监督之前的生活,以及之后的生活

X AI KOLs Timeline · 昨天 缓存

特斯拉预告了FSD监督启用前后的生活对比,暗示其监督式全自动驾驶功能带来的变革性影响。

0 人收藏 0 人点赞
#autonomous-driving

@elonmusk:确实就是这么厉害

X AI KOLs Timeline · 昨天 缓存

埃隆·马斯克分享了保罗·格雷厄姆关于杰西卡购买特斯拉并对其自动驾驶能力印象深刻的故事,突显了该汽车制造商激发顾客的能力。

0 人收藏 0 人点赞
#autonomous-driving

@teslaeurope:FSD Supervised 已在19个欧盟国家累计训练和测试了220万公里,处理了大多数人一生中都不会遇到的边缘情况…

X AI KOLs Following · 2天前 缓存

特斯拉欧洲宣布,FSD Supervised 已在19个欧盟国家进行了220万公里的训练和测试,处理了罕见的边缘情况。

0 人收藏 0 人点赞
#autonomous-driving

具有显式规划和反应分解的轨迹预测统一框架

arXiv cs.AI · 2天前 缓存

INTraJ 是一个统一的轨迹预测框架,将社会影响分解为两个阶段:利用未来社会信息进行规划,以及从残差中产生局部反应,在 Argoverse 2、ETH/UCY 和 SDD 基准上取得了最先进的结果。

0 人收藏 0 人点赞
#autonomous-driving

@FinanceYF5: Jensen Huang 刚宣布:Alpamayo 2 Super 正式开源。 NVIDIA 面向自动驾驶的前沿开放推理模型。 不只“看见”,它能理解复杂场景、先思考再行动。 可用于 Robotaxi、卡车、配送车等,以 OpenMDW-…

X AI KOLs Following · 3天前 缓存

黄仁勋宣布NVIDIA正式开源面向自动驾驶的推理模型Alpamayo 2 Super,该模型能理解复杂场景并先思考后行动,适用于Robotaxi、卡车和配送车等,采用OpenMDW-1.1协议开放商用。

0 人收藏 0 人点赞
#autonomous-driving

当共享回放在防御性驾驶评估中失败:NAVSIM 评分基础审计

arXiv cs.AI · 3天前 缓存

本文对NAVSIM v2.2的防御性驾驶评分进行了审计,表明共享的参考条件化宽恕规则与数值不稳定性相结合,可能导致无视交通参与者的探针得分高于人类重放,从而削弱基准测试的有效性。

0 人收藏 0 人点赞
#autonomous-driving

NSF-HRPT:神经语义场与层次化风险感知树相结合的安全关键场景评估

arXiv cs.AI · 3天前 缓存

本文提出了NSF-HRPT,一个将神经语义场与层次化风险感知树相结合的框架,用于安全关键自动驾驶场景中的定量风险评估,在合成基准测试上取得了最先进的性能,并在真实世界数据集上取得了接近最先进的结果。

0 人收藏 0 人点赞
#autonomous-driving

@alexgkendall:借助GAIA-4,我们已能够部署世界模型用于安全关键仿真。这里有一些很不错的反事实回放示例…

X AI KOLs Timeline · 3天前 缓存

Wayve 宣布推出 GAIA-4,这是一个多模态世界模型,为端到端自动驾驶模型的安全关键评估提供闭环仿真支持,能够对骑行者和行人的交互进行反事实回放。

0 人收藏 0 人点赞
#autonomous-driving

Long-term Traffic Scene Prediction via Polynomial Representations in Autonomous Driving

arXiv cs.AI · 4天前 缓存

This thesis introduces polynomial representations for long-term traffic scene prediction in autonomous driving, showing improved computational efficiency, generalization, and prediction plausibility over sequence-based baselines, validated on Argoverse 2 and Waymo Open datasets.

0 人收藏 0 人点赞
#autonomous-driving

自动驾驶 VLM 中用于可验证推理的未来轨迹延迟暴露

Hugging Face Daily Papers · 6天前 缓存

介绍了 AD-MCQ 和 DEFT-RLVR,一种用于自动驾驶 VLM 可验证推理的方法,将未来轨迹暴露延迟到决策后验证,从而提高推理忠实度并减少幻觉。

0 人收藏 0 人点赞
#autonomous-driving

FactorJEPA:将整体式未来分解为布局-智能体-交互通道,用于拥挤混乱的全球南方城市世界

Hugging Face Daily Papers · 2026-08-02 缓存

介绍了DENSEWORLD,一个包含1000小时拥挤的全球南方城市场景的数据集,以及FactorJEPA,一种将未来预测分解为布局、智能体和交互的JEPA变体,在遮挡和异质性条件下提高了准确性和鲁棒性。

0 人收藏 0 人点赞
#autonomous-driving

@Tesla:为老年人提供更安全的出行

X AI KOLs Following · 2026-07-28 缓存

《底特律新闻》文章强调,老年人正在使用特斯拉的完全自动驾驶系统作为驾驶辅助,以保持出行独立性。

0 人收藏 0 人点赞
#autonomous-driving

@teslaeurope: 在过去4个月内,FSD Supervised比手动驾驶安全超过5.2倍——覆盖5个欧洲国家6500万公里…

X AI KOLs Following · 2026-07-28 缓存

特斯拉报告称,其FSD Supervised系统在过去4个月内,在5个欧盟国家行驶6500万公里的基础上,比手动驾驶安全超过5.2倍。

0 人收藏 0 人点赞
#autonomous-driving

@elonmusk: 正确

X AI KOLs Following · 2026-07-28 缓存

Elon Musk 对特斯拉关于完全自动驾驶(FSD)监督版本的声明作出回应,强调该技术已变得常态化。

0 人收藏 0 人点赞
#autonomous-driving

@Tesla: 有些技术变得如此普遍,以至于我们忘记了它们出现之前的生活。FSD Supervised 就是这样。

X AI KOLs Following · 2026-07-27 缓存

特斯拉推广其FSD Supervised功能,指出先进技术会迅速变得常态化。

0 人收藏 0 人点赞
#autonomous-driving

@Tesla: FSD Supervised已实现Cannonball记录以时间衡量,而非可能性

X AI KOLs Following · 2026-07-27 缓存

特斯拉的FSD Supervised系统创造了一项新的自动驾驶Cannonball Run记录,以创纪录的时间完成了横跨美国的驾驶,标志着自动驾驶技术的一个重要里程碑。

0 人收藏 0 人点赞
#autonomous-driving

SevDiff:基于严重性条件扩散的长尾冲突轨迹生成

arXiv cs.LG · 2026-07-24 缓存

SevDiff是一种基于严重性条件的扩散模型,用于生成具有可控碰撞时间值的车辆冲突轨迹,在用于ADAS评估的真实数据集上实现了高命中率。

0 人收藏 0 人点赞
#autonomous-driving

@TaoRay: 很多朋友问我Tesla,我估计有一年左右没碰过它了,而且也不会再碰Tesla。如果从技术分析的角度看,Tesla股价有超跌反弹的机会。但基本面不容乐观。根据财报会议的内容,目前北美大部分新增Tesla车主都是冲着自动驾驶买车的。这表面看是…

X AI KOLs Following · 2026-07-24 缓存

用户@TaoRay分析特斯拉股价,认为虽然短期有超跌反弹机会,但自动驾驶竞争加剧且中国AI能力提升将削弱特斯拉的溢价能力,建议避免投资。

0 人收藏 0 人点赞
#autonomous-driving

@PeterCBigelow: Big thanks to @PAVECampaign for hosting "Autonomy at Work." Grateful for the chance to discuss @KodiakRobotics and our …

X AI KOLs Following · 2026-07-23 缓存

PAVE座谈会讨论了非公路场景(国防、工业、物流园区)的自动驾驶实际部署,强调其提升安全性和运营效率,而非替代人类。

0 人收藏 0 人点赞
#autonomous-driving

@elonmusk: 是的

X AI KOLs Following · 2026-07-23 缓存

埃隆·马斯克回应了一篇关于扩大特斯拉Robotaxi规模的真正限制的帖子,强调需要谨慎以避免事故和伤害。

0 人收藏 0 人点赞
Next →
← 返回首页

提交意见反馈