文章摘要
【关 键 词】 CVPR、3D视觉、世界模型、自动驾驶、产业融合
全球计算机视觉顶会CVPR 2025在美国纳什维尔落下帷幕，吸引了上万名AI研究者参与，现场火爆程度空前。大会共收到创纪录的13,008篇论文投稿，最终录取率仅为22.1%，竞争异常激烈。3D视觉和“世界模型”成为两大技术风向标，其中最佳论文VGGT展示了一个能高效从2D图片中重建3D信息的端到端方案。华人研究员的活跃度和影响力持续提升，多位学者获得奖项与提名。
学术界与产业界的边界正在快速模糊，Meta、Google、NVIDIA等企业大量参会，“从论文到产品”成为热门议题。小鹏汽车作为唯一受邀的中国车企，在自动驾驶分论坛上发表了题为《Scaling up Autonomous Driving via Large Foundation Models》的主题演讲，首次在国际学术顶会上完整披露其自动驾驶研发进展。小鹏的分享展示了工业界如何用真实数据和研发经验反哺基础科研，打破了学术与工业的单向传导惯性。
小鹏汽车提出了“软件3.0”概念，核心理念是用模型生产模型。其云端基座模型参数规模高达720亿，是行业主流模型的35倍以上，并通过“数据飞轮”机制持续进化。数据采集能力直接来自大规模量产车队，累计处理了超过5000万段30秒视频片段，总计超40万小时训练数据。扩展法则在自动驾驶领域被首次公开验证，模型预测精准度随着规模增加而系统性提升。
为了让模型具备精细操作能力，小鹏采用了链式推理（CoT）+强化学习（RL）的组合策略。CoT让模型学会分步骤思考，RL则通过奖励与惩罚机制让模型在虚拟环境中不断试错，自主寻找最优驾驶策略。小鹏还通过知识蒸馏将云端大模型适配到车端算力，并发布了自研图灵AI芯片，总算力达2200 TOPS，为高阶自动驾驶提供了充足的冗余能力。
小鹏的分享展示了一套完整的、在真实世界里跑出来的工程体系，为自动驾驶行业提供了清晰可见的技术路径。来自道路的真实挑战和数据，正在定义着自动驾驶的下一程。
原文和模型
【原文链接】 阅读原文 [ 3479字 | 14分钟 ]
【原文作者】 硅星人Pro
【摘要模型】 deepseek/deepseek-v3-0324
【摘要评分】 ★★★★★
相关文章
