29个检测器12个数据集实测：自动驾驶存储减负新范式
这篇文章切入角度很刁钻：别人都在优化模型算力，它却盯上了摄像头到内存的搬运能耗。用一个带语义感知的存储编码器，在保护行人检测精度的前提下，把前视相机接口能耗砍掉约36%，而且跨29个检测器、12个数据集验证，落地感很强。
标签：自动驾驶
共 50 篇
车联网联邦学习防偷窥新招：梯度不再裸奔，MitM下保78.2%准确率
联邦学习在车上，梯度在公开网络中传输，易被中间人攻击。论文结合差分隐私和同态加密，用DP参数决定加密哪些梯度，攻击下准确率从10.4%提升至78.2%，开销增加约8-10%。思路清晰，实用性强。
UCSD最新研究：知识图谱重构协同驾驶，遮挡推理暴涨42%，通信骤减25.6倍
协同驾驶最怕的不是"看不见"，而是"看见了却说不清谁看到的"。G-MARK用知识图谱把车辆间的观测证据变成显式可追溯的推理对象，遮挡推理提升42.2%、通信成本压缩25.6倍，是轻量级可落地的协同推理新范式。做自动驾驶、车路协同的朋友值得一读。
2.5%干预代价换取53%碰撞减少，KAUST新范式
自动驾驶这事儿，有个特别拧巴的现象：你看那些端到端大模型，在 benchmark（标准测试基准）上跑分一个比一个高，可一放到真实世界里，偶尔会像个刚拿驾照的新手一样，干出些让人血压飙升的事儿——比如老老实实闯个红灯，或者。
中科院新Agent：AI City 2026三赛通吃，FETV斩获亚军
一个统一框架同时接管监控、鱼眼和行车记录仪三类交通视频，在AI City 2026出战三个赛道，FETV与第一名只差0.0007。这套「观察-推理-行动-验证」的智能体工作流拆解起来很有嚼头，适合所有对多模态视频理解与跨域泛化感兴趣的读者。
北航北邮提出GeoUP：一个骨架统一三大3D感知任务，五大驾驶基准SOTA
自动驾驶3D感知，向来是深度、检测、占用各学一套。北航与北邮提出的GeoUP，直接把视觉几何基础模型VGGT改造成统一3D感知骨架，一个模型三大任务全包，在nuScenes、Waymo、Argoverse 2、KITTI、DDAD五大基准拿下SOTA。思路清奇，落地潜力值得关注。
中科院自动驾驶"错题本"：26毫秒现学现卖，Navtest冲到94.1
老司机最怕的不是路况差，而是同一个坑栽两次。这篇论文给自动驾驶大模型装上一个"失败记忆库"，用结构化解耦检索加上解耦LoRA测试时训练，让模型现学现卖、遇险纠偏，还把NAVSIM双榜SOTA收入囊中，代码已开源。
告别高精地图？循环注意力让视觉定位精度跃升32个百分点
自动驾驶定位一定要靠高精地图和昂贵传感器吗？长安大学这篇工作直接用普通摄像头+卫星图，把时序信息做成“记忆库”，平均误差从3.8米砍到1.57米，真实车辆零样本跑出96.86%的5米内召回。低成本方案又要卷出新高度了。
ACM MM 2026中科院新作：矿区端到端驾驶，碰撞率直降75%！
城市道路的自动驾驶已经卷成红海，矿区这种“路不成路、灰比雾厚”的硬骨头却少有人啃。中科院团队让规划器学会区分“看得见的安全”与“看不见的风险”，碰撞率直降七成多，这波操作值得研究！
RMIT提出RMR-Net：道路缺陷检测新范式，7/8场景精度领先
道路缺陷检测最怕输入图像又糊又暗——坑洼裂纹在模糊里“隐身”，再强的检测器也得抓瞎。RMIT团队这篇工作直接把退化证据变成恢复条件，让复原后的图像“喂”给检测器，8种退化场景里7项精度领先。方法简洁、定位精准，适合所有做巡检和车载视觉的团队围观。
华中科大SimWAM：单目摄像头91.5 PDMS登顶NAVSIM，视频生成零开销！
视频生成模型在自动驾驶里一直是“吃钱大户”，训练花钱推理更花钱。华中科大这波操作骚气：让视频大模型只在训练时当“免费家教”，推理时直接扔了它，结果单目摄像头91.5 PDMS登顶NAVSIM，延迟还比别人低一大截😏 这便宜占得，值得好好看看。
清华AIR最新研究：视频扩散模型做规划不用跑完，170ms就够？
视频扩散模型做驾驶规划，一定要把未来视频全部生成完吗？清华AIR这篇工作给出了否定的答案：中间层特征已经足够解码出好轨迹。它给六个中间层装上"提前出口"，配一个轻量质量打分器，分数够了就立刻刹车返回，平均端到端延迟只有170毫秒，比全深度规划省下47%的时间，数值还更高。把视频生成的成本巧妙避开了，这个思路在同类工作里相当眼前一亮。
