- 博客(47)
- 收藏
- 关注
RSS订阅原创 把 7B 模型塞进车规级芯片：LoRA 在自动驾驶中的极限调参指南
虽然 LoRA 在训练阶段表现出色，但真正的挑战在于如何将其部署到资源受限的车载环境中，尤其是车规级芯片（如 NVIDIA Orin-X、华为 MDC、地平线征程系列）上。LoRA 已经在自动驾驶中展现出强大的微调能力，但它的潜力远不止于此。小鹏的 XNGP 系统强调“全国都能开”，通过 LoRA 插件实现 BEV 感知模型的城市级别微调，并结合任务调度系统进行插件管理。小米 SU7 在语音座舱中部署了 7B 规模的语言模型，通过 LoRA 插件实现个性化语义理解与导航推荐，适配不同用户的语音习惯。
2025-08-13 12:55:36
622
原创 从华为到小米，它们都在用这项“小模型外挂”把城市 NOA 塞进你的老车里
在自动驾驶的世界里，车企们正在悄悄使用一种叫做的技术，把原本只能在高端车型上运行的大模型，塞进你家的“老车”里。想象一下：你有一辆三年前买的车，芯片算力不高，但突然它能在城市里自动变道、识别红绿灯、甚至听懂你说“去最近的咖啡店”并自动导航过去。这不是换了硬件，而是靠一种“外挂式”的 AI 微调技术 —— LoRA。LoRA 的本质是一种轻量级的 AI 模型微调方法。传统的大模型训练需要动用大量算力和数据，而 LoRA 只需要“插入”少量参数，就能让原始模型学会新技能。
2025-08-13 12:20:37
528
原创 Self-Attention→BEVFormer：一张图看懂注意力在自动驾驶的十年进化史
最早的注意力机制由 Bahdanau 等人在机器翻译任务中提出，用于解决 RNN 编码器在长序列中信息压缩的问题。注意力机制并非始于 Transformer，它的历史可以追溯到序列建模的早期阶段，尤其是在自然语言处理（NLP）任务中。在自动驾驶系统中，注意力机制已经深入多个关键模块，从感知到决策，从多模态融合到轨迹预测。Transformer 并不只用一个注意力头，而是使用多个并行的注意力头，每个头可以学习不同的语义关系。在端到端自动驾驶架构中，注意力机制帮助模型从感知到控制的全过程中提取关键语义。
2025-08-12 12:16:54
464
原创 从刷短视频到开无人车：注意力机制如何悄悄决定你的每一次点击与刹车？
在自动驾驶中，车辆摄像头会捕捉大量画面，但并不是每一帧、每一个像素都同样重要。优先识别行人、红绿灯、其他车辆；忽略不相关的背景，比如广告牌或天空。这就像人类开车时自动忽略路边的风景，而专注于前方的路况。
2025-08-12 11:04:39
484
原创 TopLiDM架构解析：DriveVLM如何融合VLM与E2E自动驾驶
自动驾驶技术近年来在感知、规划、控制等模块上取得了显著进展，尤其是端到端（End-to-End, E2E）方法的兴起，使得从传感器输入到轨迹输出的流程更加紧凑。尽管 TopLiDM 展现出强大的语义推理与规划能力，但在实际部署与持续优化过程中，仍面临一系列技术挑战。，它们通过引入大模型的语言理解能力，使自动驾驶系统具备“解释能力”和“推理能力”，不仅能输出轨迹，还能回答“为什么这么走”。的“思维链”过程，融合视觉语言模型（VLM）与传统 E2E 模型，实现更强的语义推理与决策能力。
2025-08-11 12:53:32
628
原创 自动驾驶也能“思考”？揭秘TopLiDM大模型
你有没有想过，自动驾驶汽车是怎么“决定”下一步该怎么走的？过去，它们主要依靠传感器收集数据，然后通过算法直接计算出一条行驶轨迹。但这就像是“闭着眼睛走路”，只看眼前，不理解整个场景。而TopLiDM（Top-Level Driving Model）是理想汽车提出的一种新型自动驾驶思维方式。它的特别之处在于：不仅“看得见”，还“想得通”。我们可以把它类比成人类驾驶员的思考过程：👀先观察：这是城市路口，有红绿灯、行人、交警在挥手。🧠再分析：交警的手势是让我们停下，行人正在过马路。🚗最后决定。
2025-08-11 12:53:27
679
原创 AI 也会“翻旧账”？RAG 让自动驾驶秒变老司机
RAG 就像是给自动驾驶装了一个“记忆搜索引擎”，它能在遇到复杂路况时，快速从海量历史数据中“翻旧账”，找出类似场景的处理方式，然后结合当前情况做出更聪明的决策。
2025-08-08 09:45:00
839
原创 从检索到决策：RAG 在自动驾驶的工程化通关秘籍
在自然语言处理领域，RAG（Retrieval-Augmented Generation）常被理解为“检索 + 生成”的组合架构：先从外部知识库中检索相关信息，再将其作为上下文输入给生成模型，用于回答问题或生成文本。随着 RAG 技术在自动驾驶领域的落地，学术界和工业界涌现出多个具有代表性的框架。随着 RAG 在自动驾驶中的应用逐步深入，新的技术瓶颈也开始浮现。RAG 在自动驾驶中的应用，不仅是技术创新，更需要严谨的评估体系来验证其实际价值。RAG 在自动驾驶中的落地，不再是单一模块的优化问题，而是一个。
2025-08-08 09:45:00
946
原创 0 成本撞 1000 次车？数字孪生让自动驾驶“开挂”练级
在自动驾驶的世界里，测试是“练级”的关键。但现实中，。不像游戏里可以无限重来，现实中的“撞车”不仅烧钱，还可能伤人。想象一下，如果你是自动驾驶算法的“教练”，你会怎么训练它识别雪天打滑、夜间行人突然横穿马路、复杂十字路口的非规则通行？这些场景在现实中很难复现，更不可能反复测试。于是，自动驾驶行业开始寻找一种“开挂练级”的方式——。
2025-08-07 09:45:00
855
原创 VIL 不是神话：数字孪生在 Orin-X 上的端到端部署 Checklist
tegrastats是 NVIDIA Jetson 平台（包括 Orin-X）自带的轻量级资源监控工具；是专业的性能剖析工具，用于分析 GPU、CPU、内存等资源使用情况。
2025-08-07 09:45:00
1257
原创 自动驾驶的“私教课”曝光：原来叫 SFT！
随着自动驾驶技术的不断进步，相关的术语也越来越多，像“大模型”、“蒸馏”、“DAgger”、“SFT”……除了 SFT，你可能还听过一些类似的词，比如“大模型蒸馏”、“DAgger”。它们听起来都像是在“训练 AI”，但其实各有不同的作用。了解这些，不是为了“炫技”，而是为了更好地理解前沿技术，更高维度上有我们自己的理解。其实，SFT 的应用远不止“开车”本身，它已经渗透进自动驾驶的多个关键模块，帮助系统变得更聪明、更安全、更贴近人类驾驶习惯。通过 SFT，模型不只是“看到”，而是“理解”它看到的内容。
2025-08-06 09:45:00
762
原创 从 RLHF 到 SFT：量产级自动驾驶模型精调的工程范式
在自动驾驶系统中，越来越多的模块开始采用类大模型架构（如 Transformer、BEVFormer、VLM 等），这使得模型训练流程也逐渐向通用 AI 的范式靠拢。SFT 位于整个流程的中间位置，起到承上启下的作用：它既保留了预训练模型的通用能力，又通过人类数据对齐了模型的行为方式。尤其是在 KPI 回灌与在线蒸馏机制的配合下，SFT 正在成为提升 NOA 系统性能的关键驱动。随着大模型架构逐步渗透到感知、决策、交互等环节，SFT 已成为多个关键模块性能提升的核心手段。SFT 的效果高度依赖于数据质量。
2025-08-06 09:45:00
739
原创 自动驾驶为什么“看得懂”？揭秘背后的数据标注工厂
简单来说，数据标注就像是给自动驾驶汽车上的“眼睛”做教学。我们把大量的图片、视频、激光雷达数据等输入给它，然后告诉它：“这个是行人”、“这个是红绿灯”、“这条线是车道”。就像教小朋友认物一样，汽车也需要大量的“看图识物”训练。比如，一张街景图中，标注员会用框框圈出每一个行人、每一辆车，甚至每一个交通标志，并告诉系统它们分别是什么。这些信息会被用来训练自动驾驶的感知系统，让它在真实道路上也能“看懂”周围环境。
2025-08-05 09:45:00
1010
原创 标注，自动驾驶的“燃料”：从像素到点云的技术演进
在自动驾驶系统中，数据标注不仅是感知模块的基础，更是整个闭环学习体系的起点。没有高质量的标注，就无法训练出可靠的模型，也就谈不上安全的自动驾驶。
2025-08-05 09:45:00
1040
原创 老司机带新手：自动驾驶如何“边开边学”
自动驾驶不是一蹴而就的奇迹，而是无数次“试错+纠正”的积累。DAgger，就是让这条成长之路更聪明、更高效、更安全的关键一步。
2025-08-04 09:45:00
833
原创 从模仿到自我纠正：深入理解DAgger在自动驾驶策略学习中的应用
随着端到端自动驾驶、世界模型（World Models）、人类反馈强化学习（RLHF）等技术的发展，DAgger 有望成为它们之间的“桥梁”
2025-08-04 09:45:00
753
原创 自动驾驶的“第六感”：卡尔曼滤波是怎么帮车看清世界的
而这正是卡尔曼滤波等技术大显身手的地方——它能在这些“碎片信息”中找出规律，去噪声、补缺失，让车子“看得更清、想得更准”。现实世界的传感器（比如摄像头、雷达、GPS）都不是完美的，它们会受到光线、天气、遮挡、电磁干扰等各种因素的影响，导致测量结果“抖一抖”、“偏一偏”。在这个 AI 和自动驾驶飞速发展的时代，卡尔曼滤波依然在默默支撑着感知系统的“底层稳定性”，就像一位经验丰富的老工程师，始终站在最关键的位置上。摄像头可能看到前车的位置，雷达可能测到它的速度，但这些信息都有噪声，甚至会“跳来跳去”。
2025-08-01 09:45:00
868
原创 “自动驾驶的眼睛”：语义分割是怎么让车“看懂”世界的
语义分割是计算机视觉中的一种任务，它的目标是将图像中的每一个像素都分类到一个具体的语义类别中，比如“道路”、“行人”、“车辆”、“建筑物”、“天空”等
2025-07-31 09:45:00
722
原创 语义分割：从像素级感知到决策闭环
未来的语义分割将不再是一个孤立的视觉任务，而是深度嵌入到自动驾驶系统的每一个环节中，从感知、建图，到预测、决策，甚至人机交互。它将成为理解世界的基础语言，也是构建智能驾驶系统的关键拼图
2025-07-31 09:45:00
1778
原创 安全防护-LDWS车道偏离预警系统
LDWS 虽然是一个“老功能”，但它并没有被淘汰，反而在不断进化。从提醒到理解，从单一感知到多模态融合，它正在变得越来越聪明，也越来越值得我们信赖。
2025-07-29 10:38:03
749
原创 “无图”自动驾驶真相揭秘：高精地图到底有没有被淘汰
在“无图自动驾驶”成为主流口号的今天，高精地图似乎正逐渐被边缘化。但真相远比“有图 vs 无图”二元对立更复杂。我们需要从技术、成本、场景、演进趋势等多个维度，重新审视高精地图的价值与未来。
2025-07-28 12:53:27
1203
原创 VLA：自动驾驶的“新大脑”？
VLA 是自动驾驶系统的一次范式转变，它让车不只是“能动”，而是“能懂”。但要真正实现“像人一样开车”，我们还需要更多的数据、更强的算力、更成熟的工程能力——以及时间。
2025-07-25 13:06:46
1579
原创 ROS-Base：自动驾驶的“传统功夫”
自动驾驶为何千篇一律？ROS架构仍是量产主流 目前多数车企的自动驾驶系统采用ROS-base架构，将功能拆分为感知、预测、规划和控制等模块，通过ROS（机器人操作系统）协调运行。该架构工程成熟、易于调试，但存在误差累积、泛化能力弱等局限。尽管大模型和端到端方案兴起，ROS仍因高可靠性成为主流选择。 高精地图是关键依赖，提供精准定位和道路信息，但也带来高成本、更新慢等问题，促使车企探索“轻地图”方案。国内厂商如华为、小鹏通过优化模块和引入BEV感知提升性能，但核心仍是ROS架构。 未来，端到端自动驾驶可能取代
2025-07-24 13:48:34
785
原创 端到端-未来还是现实
端到端自动驾驶：特斯拉的独门秘籍 自动驾驶技术正经历从模块化到端到端的革命性转变。传统架构如交响乐团分工明确但易出错，而端到端系统则像独奏家，直接通过AI模型将图像转化为驾驶指令。特斯拉凭借三大优势独占鳌头：海量数据、强大模型和快速迭代的闭环系统。FSD v12成为目前唯一量产落地的端到端方案，完全摆脱对高精地图的依赖。相比之下，国内车企虽在数据采集和模型训练上发力，但仍受限于法规、安全验证和系统闭环等瓶颈，停留在"类端到端"阶段。这场技术变革昭示着未来已来，但全面普及尚需时日。
2025-07-24 13:12:55
845
原创 安全防护-FCW
FCW（前方碰撞预警）系统通过多传感器融合技术实时监测前方150米内的障碍物，当检测到碰撞风险（相对速度≥30km/h且碰撞时间＜2.7秒）时，通过三级警报提醒驾驶员，可降低27%事故率。系统面临误报（如弯道误判静态物体）和漏报的平衡难题，工程师通过AI算法、动态阈值调整等手段持续优化。随着技术发展，FCW正与AEB、V2X等技术深度融合，从单一预警功能进化为智能安全决策模块，实现从被动安全到主动避险的跨越。
2025-07-23 19:22:32
868
原创 激光雷达-自动驾驶的“三维感知中枢“
激光雷达（LiDAR）是自动驾驶的核心传感器，通过激光束扫描生成高精度三维点云，弥补摄像头和毫米波雷达的局限性。安装位置分车顶（360°全视角）和前保险杠（低成本方案），适用于不同自动驾驶级别。其核心参数包括测距范围（50-300米）、点云密度（100万-3000万点/秒）和视场角，决定了感知能力。目前主流技术包含机械式（高精度）、半固态（量产主流）和全固态（未来方向）。激光雷达在夜间、雨雾天气等复杂场景中优势显著，能精准识别障碍物轮廓。国内市场已出现10万级搭载车型，2025年或成L3级自动驾驶量产元年，
2025-07-22 23:12:56
1133
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人