PulseAugur
中
实时 11:17:17
中文(ZH) 复旦贾萧松：VLA、WAM新架构层出不穷，但真正的瓶颈不在模型架构 | 世界模型50人

自动驾驶研究从架构转向交互挑战

作者 PulseAugur 编辑部 · [1 个来源] ·

复旦大学助理教授贾晓嵩在过去五年中经历了自动驾驶技术的重大转变。他最初专注于轨迹预测，然后转向端到端驾驶模型，接着转向强化学习，最近则转向世界模型。他的研究，包括Think2Drive和Bench2Drive-R等项目，强调了传统模块化系统和模仿学习的局限性，并提倡直接优化最终目标并在潜在空间中模拟交互以降低训练成本的方法。贾晓嵩认为，虽然新的模型架构层出不穷，但自动驾驶和具身AI的真正瓶颈在于数据效率和从交互中学习的基本挑战，而不仅仅是模型结构。 AI

影响 强调具身系统中的真正AI进展可能取决于数据效率和交互学习，而不仅仅是模型架构。

排序理由 对一位研究自动驾驶和具身AI趋势与挑战的研究人员的采访。

在 雷峰网 (Leiphone) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

自动驾驶研究从架构转向交互挑战

本文如何被排名

Signal score
2 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Commentary
对一位研究自动驾驶和具身AI趋势与挑战的研究人员的采访。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
model release, paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. 雷峰网 (Leiphone) TIER_1 中文(ZH) ·

    复旦大学贾晓嵩：VLA、WAM等新架构层出不穷，但真正的瓶颈并非模型架构 | 世界模型50人

    <section><section><section><section><section><section><img class="rich_pages wxw-img" src="https://static.leiphone.com/uploads/new/images/20261019/6ad5886a5daea.jpg?imageMogr2/quality/90" /></section></section></section></section></section></section><blockquote><p><span><span sty…

相关实体

相关话题