OmniDrive: 一个关于大模型与3D驾驶任务对齐的框架
Autodesk 3ds Max 是一款专业的三维建模、动画与渲染软件，广泛应用于建筑可视化、游戏开发、影视动画、广告设计和产品展示等领域。
从一个新颖的3DMLLM架构开始，该架构使用稀疏查询将视觉表示提升和压缩到3D，然后将其输入LLM。题目：OmniDrive:AHolisticLLM-AgentFrameworkforAutonomousDrivingwith3DPerceptionReasoningandPlanning作者单位：北京理工大学，NVIDIA，华中科技大学开源地址：GitHub-NVlabs/OmniDrive多模态大语言模型（MLLMs）的发展导致了对基于LLM的自动驾驶的兴趣不断增长，利用它们强大的推理能力。利用ML
从一个新颖的3D MLLM架构开始，该架构使用稀疏查询将视觉表示提升和压缩到3D，然后将其输入LLM。
题目：OmniDrive: A Holistic LLM-Agent Framework for Autonomous Driving with 3D Perception Reasoning and Planning
作者单位：北京理工大学，NVIDIA，华中科技大学
开源地址：GitHub - NVlabs/OmniDrive
多模态大语言模型（MLLMs）的发展导致了对基于LLM的自动驾驶的兴趣不断增长，利用它们强大的推理能力。利用MLLMs强大的推理能力来改进规划行为是具有挑战性的，因为它们需要超越2D推理的完整3D情境意识。为了解决这一挑战，本工作提出了OmniDrive，这是一个关于智能体模型与3D驱动任务之间强大对齐的全面框架。框架从一个新颖的3D+MLLM架构开始，该架构使用稀疏查询将观察表达提升和压缩到3D，然后将其输入LLM。这种基于查询的表达允许我们联合编码动态对象和静态地图元素（例如，交通道路），为3D中的感知-行动对齐提供了一个简洁的世界模型。进一步提出了一个新的基准，其中包括全面的视觉问答（VQA）任务，包括场景描述、交通规则、3D基础、反事实推理、决策制定和规划。广泛的研究表明，OmniDrive在复杂的3D场景中具有出色的推理和规划能力。
网络结构
实验结果
小米YU7GT在纽博格林北环以自动驾驶模式跑出10分29秒483，创全球量产车自动驾驶圈速纪录。胡峥楠表示，这体现小米入局汽车的梦想：电能替代化学能，智能替代人工。纽北因此将小米列为三大顶级合作伙伴之一。该成绩相当于老司机水平，但仅是起点。
小米YU7GT在浙江国际赛车场以1分49秒434创下自动驾驶圈速纪录，此前于纽博格林北环也取得全球首个自动驾驶圈速成绩。该车最大马力1003匹，零百加速2.92秒，CLTC续航705km，基于897V碳化硅高压平台，全程无人干预。
曹操出行与自动驾驶企业MayMobility达成战略合作，在欧洲探索Robotaxi商业化。双方将联合开展可行性研究，优先在欧洲试点，由曹操出行负责运营，MayMobility提供自动驾驶技术支撑，共同推进无人驾驶出租车服务落地。
由中、欧、英、美、加、日六方牵头的联合国自动驾驶系统全球技术法规获批发布，首次从产品全生命周期明确核心技术指标，将安全管理、试验验证及持续监控纳入制造商义务，提供完整评估方法，使各国自动驾驶车辆拥有统一标准，推动产业化从碎片化走向体系化。
大众与博世在自动驾驶领域合作或告终，因项目进展缓慢、成本压力大且缺乏竞争力。大众计划另寻供应商采购软硬件，目标将技术普及至亲民车型。L3级自动驾驶预计2030年成为新车标准配置。
大众集团计划终止与博世在自动驾驶领域的合作，因15亿欧元投入未达预期。同时，大众酝酿激进重组，全球裁员或扩至10万人，并拟中期关停4家德国工厂，方案将于7月提交监事会。
理想汽车调整组织架构，将产品部电动本体团队并入整车研发部门，自动驾驶终端团队并入基座模型研发部门，旨在简化产品决策流程，减少沟通层级，从而提升产品定义效率与协同能力，以应对市场竞争。
全球首个自动驾驶系统全球技术法规由中国牵头制定并发布，明确了核心技术指标与管理要求，为智驾安全落地提供统一规则，助力中国车企降低海外合规成本，推动智能新能源汽车加速全球化进程。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
