4位青年學者深入解讀自動駕駛視覺語言模型

原標題：2025首場自動駕駛峰會下周舉辦！同期視覺語言模型技術研討會議程出爐～
文章來源：智猩猩GenAI
內(nèi)容字數(shù)：5252字

第四屆全球自動駕駛峰會：聚焦視覺語言模型與端到端技術

2025年1月14日，第四屆全球自動駕駛峰會在北京中關村國家自主創(chuàng)新示范區(qū)舉行，本次峰會由智一科技旗下智猩猩、車東西共同發(fā)起，主題為“技術新周期 產(chǎn)業(yè)新征程”。 峰會規(guī)模宏大，邀請近30位嘉賓，涵蓋科研成果、技術探索、產(chǎn)品方案創(chuàng)新與未來趨勢等多個方面，旨在全方位呈現(xiàn)自動駕駛端到端新周期。

1. 峰會構成及亮點

峰會由主會場、分會場和展區(qū)組成。主會場將舉行開幕式和端到端自動駕駛創(chuàng)新論壇；分會場將舉辦城市NOA專題論壇、自動駕駛視覺語言模型技術研討會和自動駕駛世界模型技術研討會。其中，后兩場為閉門會議，僅對持有峰會通票或貴賓票的用戶開放。

本次峰會的一大亮點是聚焦自動駕駛視覺語言模型技術，以及端到端自動駕駛技術的最新進展。 地平線作為早期探索和應用端到端算法的企業(yè)，其在該領域的最新研究成果將成為本次峰會的重要看點。

2. 自動駕駛視覺語言模型技術研討會

作為峰會兩場閉門技術研討會之一，自動駕駛視覺語言模型技術研討會將在分會場的上午舉行，包括主題報告和圓桌討論兩個環(huán)節(jié)。 四位青年學者將帶來精彩報告：

1. 司馬崇昊（上海人工智能實驗室）：報告主題為《面向端到端自動駕駛的視覺語言模型研究》。他將探討如何將基于海量網(wǎng)絡數(shù)據(jù)訓練的視覺語言模型（VLMs）與端到端駕駛系統(tǒng)結合，增強泛化能力，實現(xiàn)與人類用戶的交互，并介紹提出的新任務Graph VQA。
2. 蔣博（華中科技大學Hust Vision Lab與地平線聯(lián)合培養(yǎng)博士生）：報告主題為《地平線在端到端/VLM/VLA的探索與思考》。他將介紹地平線在端到端方面的最新技術探索，包括VADv2、DiffusionDrive以及VLM+端到端的大模型Senna。
3. 戴星原（中國科學院自動化研究所）：報告主題為《構建高效輕量化的自動駕駛視覺語言模型》。他將深入解讀高效輕量化的自動駕駛視覺語言模型MiniDrive，探討其在多視角圖像高效處理和動態(tài)交互方面的優(yōu)勢。
4. 邵昊（香港中文大學MMLab）：報告主題為《基于視覺語言模型的自動駕駛新框架探索》。他將介紹一種新型語言驅動的自動駕駛框架，以及將世界模型引入框架的嘗試，以構建端到端的閉環(huán)系統(tǒng)。

3. 峰會報名信息

峰會報名已進入最后階段。除通票和貴賓票外，大會也開放免費票申請（需審核），但免費票無法參加閉門研討會。 有意參加的朋友可掃描二維碼添加小助手“行遠”咨詢或搶票。

總而言之，第四屆全球自動駕駛峰會將為業(yè)內(nèi)人士提供一個深入了解自動駕駛領域最新技術和發(fā)展趨勢的絕佳平臺，尤其是在端到端自動駕駛和視覺語言模型技術方面，將帶來一系列重要的學術和產(chǎn)業(yè)進展。

聯(lián)系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：智猩猩旗下公眾號之一，深入關注大模型與AI智能體，及時搜羅生成式AI技術產(chǎn)品。