自动驾驶

NVIDIA博客-预训练去想象，微调去行动：世界-动作模型 (WAM) 的崛起原文：Pretrained to Imagine, Fine-Tuned to Act: The Rise of World-Action Models，NVIDIA Technical Blog，2026 年 6 月 15 日，作者 Moritz Reuss（NVIDIA Seattle Robotics Lab）。中文整理说明：本文由上述英文技术博客翻译、整合并补充延伸阅读而成，保留原文全部插图、表格与论文超链接；为中文读者增补了术语解释、编者按与统一参考文献。文中所涉"假设/猜测"等措辞忠实于原文

机器人学习中的世界模型：一份全景式技术综述本文是对论文《World Model for Robot Learning: A Comprehensive Survey》（arXiv:2605.00080v1, 2026.04）的中文深度解读。作者团队：Bohan Hou, Gen Li, Jindou Jia, Tuo An, Xinying Guo, Sicong Leng, Haoran Geng, Yanjie Ze, Tatsuya Harada, Philip Torr, Oier Mees, Marc Pollefeys, Zhua

广东王多鱼

第 08 章 — Agent 化编排层级：L3 Agent 层（重构升级）目标：把前七章手写的 if/else 流程，重构成显式的状态图（LangGraph），换来可观测、可扩展、可中断。本章产出：一个基于 LangGraph 的问数状态机。依赖：第 07 章的全部能力模块。

广东王多鱼

第 03 章 — Schema 检索（应对大库）层级：L1 基础层 + L2 能力层目标：当表数量爆炸时，只把"相关"的表注入 prompt，解决 token 超限与选表干扰。本章产出：一个基于向量检索的 SchemaRetriever。依赖：第 02 章的 schema.py。

世界动作模型（WAM）综述：从 VLA 到具身智能的下一前沿本文是对综述论文 World Action Models: The Next Frontier in Embodied AI (Wang et al., 2026, arXiv:2605.12090) 的系统整理与讲解。论文主页：https://openmoss.github.io/Awesome-WAM ；代码仓库：https://github.com/OpenMOSS/Awesome-WAM 。

YOLOv8-QSD: 革新自动驾驶视觉感知的小目标检测算法YOLOv8-QSD是一种为了提高自动驾驶车辆在复杂交通环境中检测小物体的准确性和速度而设计的改进型算法。它基于YOLOv8，并采用结构重参数化技术优化了多样化分支块（DBB）模型。YOLOv8-QSD通过双向特征金字塔网络（BiFPN）集成了多尺度特征，并引入了基于查询的模型和新的管道结构来解决长距离检测的挑战。在SODA-A数据集上的测试结果显示，YOLOv8-QSD在速度和准确性方面均优于YOLOv8，准确率达到64.5%，计算需求降低了7.1 GFLOPs。

OMNIDRIVE：一种由LLM协同的多智体世界模型，采用统一潜协压缩技术，用于多视角驾驶视频生成26年6月来自北大、厦门大学、韩国KAIST、台大、武汉大学、武汉理工、清华和福建厦门集美大学的论文“OMNIDRIVE: An LLM-choreographed Multi-agent World Model With Unified Latent Co-compression For Multi-view Driving Video Generation”。

World Engine：迈向自动驾驶的后训练时代26年6月来自港大、华为、上海创新研究院、源策未来（Archon Robotics)公司、KE:SAI德法研究所、Nvidia、南阳理工、valeo.ai、清华和图宾根大学的论文“World Engine: Towards the Era of Post-Training for Autonomous Driving”。

事件相机商业化落地的 “最后一道关键门槛”当事件相机的工程接入路径被打通——能接入计算平台、能参与实时处理、能完成具体任务，从技术层面看，它似乎已经具备了进入真实系统的条件。

田里的水稻

EP_XML\JSON配置文件和YAML高安全场景（航天 DO-178C、汽车 ISO26262/21434）弃用 YAML，优先 XML/JSON 的核心原因是航天、自动驾驶、轨道交通这类功能安全 + 信息安全双高要求行业，选型核心标准：无歧义、可形式化验证、解析行为确定、无隐藏漏洞、工具链可合规认证、标准原生支持。 YAML 先天设计缺陷完全违背这些底线，XML、JSON 更贴合安全规范。

Bevfomer论文笔记https://github.com/zhiqi-li/BEVFormer地图分割是在鸟瞰 BEV 俯视平面上，对车辆周边每一块地面网格做语义分类，每一个 BEV 网格单元会被打上道路、车道线、人行道、绿化带、隔离带、路口、停止线等道路静态元素类别标签。

weixin_40000560

Vision-Language-Action：LMDrive双损失函数训练模块与 LangAuto 基准评测框架核心思想：同时优化轨迹点回归和终点分类两个任务，通过加权联合损失实现多任务学习。损失函数定义（drive.py:166-167, 506-514）：

强化学习的数学原理学习笔记视频资源https://www.bilibili.com/video/BV1sd4y167NS/?spm_id_from=333.337.search-card.all.click&vd_source=ec24b6849ccef697ae8281501f02da61

weixin_40000560

RL-frenet-trajectory-planning-in-CARLA本项目是一个基于 CARLA 自动驾驶模拟器的端到端深度强化学习框架，结合了 Frenet 坐标系轨迹规划和深度强化学习算法，实现了自动驾驶车辆的长期和短期规划。

调查研究-216 Tesla Robotaxi 进了 Miami，但真正的考题才刚开始读 Reuters 2026/7/3 Tesla Robotaxi Miami 上线、Tesla Q1 2026 更新、Reuters 5 月 Texas 三城实测、Cybercab 量产进展，以及 Waymo 同期 fully autonomous 扩张节奏

weixin_40000560

Vision-Language-Action：LMDrive项目架构与核心算法组件LMDrive 是一个基于大型语言模型（LLM）和多模态视觉编码器的端到端自动驾驶系统。它能够理解自然语言指令，并从多视角摄像头和 LiDAR 传感器输入中生成驾驶控制信号。

地平线开发者

征程 6E/M Matrix 开发评板使用系列（一）：开箱与点亮征程 6E/M Matrix 板卡是面向征程 6 系列芯片开发、调试和部署验证的开发平台。对于第一次接触 Matrix 板卡的同学来说，最关键的不是马上跑模型，而是先把板卡的供电、散热、网络、串口调试链路正确连接起来，保证板卡可以稳定上电、正常启动，并能通过网络或串口进入系统。

AI：AI 开车撞了人，谁赔钱？——自动驾驶的法律黑洞你坐在一辆没有方向盘的汽车里，刷着手机，听着音乐。车辆在城市的街道上自主穿行，平稳而流畅。突然，一个行人闯出马路。车子来不及刹车，撞了上去。

每日一个开源项目（第146篇）：openpilot - 开源自动驾驶辅助系统，曾在 Consumer Reports 评测中超过特斯拉 Autopilot"openpilot 是一个机器人操作系统。目前，它为 325+ 款汽车升级了驾驶辅助系统。"这是"每日一个开源项目"系列的第146篇文章。今天的主角是 openpilot——comma.ai 开源的半自动驾驶软件，GitHub 上最受关注的自动驾驶开源项目之一。

地平线开发者

人在途中：从“编译失败”到“模型可落地”——CUDA 自定义算子在项目支持过程中，一个非常典型但高频的问题是：模型在 PC 侧验证一切正常，但在地平线工具链编译阶段直接失败。