#自动驾驶
英伟达与韩国巨头的合作直接影响 HBM 芯片供应和自动驾驶落地，关注 AI 硬件供应链和自动驾驶的从业者值得跟进。
何小鹏的预测直接关系到自动驾驶和机器人行业的投资方向，做智能汽车或机器人开发的团队值得关注这一技术路线转向，以便提前布局。
Fortsense 的单芯片 RGBD 相机有望简化自动驾驶和机器人的感知系统，降低硬件成本，做自动驾驶或机器人开发的团队值得关注这一进展。
小米汽车把世界模型的两条路线拧成一股绳，解决了重建缺想象、生成易漂移的行业难题。做自动驾驶感知或仿真的团队，建议看看他们的论文和技术主页，或许能启发新的技术路径。
FSD 学会“躲警车”说明端到端学习正在逼近人类驾驶直觉，对关注自动驾驶安全性和拟人化体验的车主来说，这是值得关注的进步，建议特斯拉用户留意系统更新后的实际表现。
自动驾驶团队终于有了兼顾安全与意图的强化学习方案——CoPhy用蒸馏VLM和BEV世界模型解决了行为克隆的瓶颈，做端到端驾驶的开发者可以直接参考其双奖励机制。
这篇论文用逆运动学原理解决了Driving VLA忽视视觉特征的顽疾，做自动驾驶轨迹规划的团队值得关注——0.5B模型就能达到7B-8B的效果，意味着更低的部署成本和更好的视觉鲁棒性。
小鹏 Robotaxi 的量产下线标志着中国 L4 级自动驾驶商业化迈出关键一步，关注自动驾驶和出行服务的从业者与投资者值得关注其示范运营进展。
VLA 驾驶模型的推理不忠实问题直接关系到自动驾驶安全，做自动驾驶或具身智能的开发者值得关注——你的模型可能声称停车但实际在开。
马斯克再次强调纯视觉FSD路线，对关注自动驾驶技术路线之争的从业者来说，这是理解特斯拉为何坚持纯视觉方案的关键表态。建议点开看完整原话，感受他对安全性和“魔法般”体验的自信。
小鹏GX以3000TOPS算力和纯视觉方案突破L4级自动驾驶，做自动驾驶研发或关注出行商业化的团队值得关注，下半年试点运营将直接验证技术落地能力。
特斯拉车主和自动驾驶爱好者值得关注——智能召唤速度提升让日常泊车更自然，FSD 核心性能优化也提升了驾驶体验，建议更新后试试。
大众用50万公里实测+拆车来尽调，这给所有做汽车供应链或技术合作的团队提了个醒——真正的技术验证不是看PPT，而是跑烂一辆车。做车企合作或技术采购的值得点开，看看国际巨头怎么选伙伴。
CLOVER 解决了自动驾驶规划中训练与评估不匹配的核心痛点，做端到端规划的研究者和工程师可以直接参考其生成器-评分器框架和闭环自蒸馏方法，有望提升实际部署中的规划鲁棒性。
小米把 VLA 和世界模型统一到一套框架，解决了自动驾驶多模型协同的痛点，做自动驾驶或具身智能的开发者可以直接用开源代码试试，性能还刷新了基准。
自动驾驶在极端天气下的安全边界被重新定义，Waymo 的这次召回对关注自动驾驶技术落地的从业者和投资者是个重要信号——复杂环境处理仍是行业瓶颈，值得点开了解具体教训。
自动驾驶研究者终于有了一个统一 VLA 与世界模型的开源方案——OneVL 在精度和速度上均优于现有方法，做端到端驾驶或世界模型开发的团队可以直接拿来用。