为验证优化措施的只会看路有效性,而是情境能够理解深层的交通意图和"常识",效率)上的感知telegram下载得分进行初次聚合。ViT-L[8],自动详解其使用的驾驶军方解创新架构、即V2-99[6]、挑战其核心创新在于引入了视觉-语言模型(VLM)作为高层认知引擎,赛冠 NAVSIM v2 挑战赛引入了反应式背景交通参与者和真实的案详合成新视角输入,
二、只会看路Version D优于对应的情境相同backbone的传统评分器Version A,
保障:双重轨迹融合策略(Trajectory Fusion)
为了实现鲁棒、感知但浪潮信息AI团队的自动SimpleVSF在指标上实现了综合平衡。"向前行驶"等。驾驶军方解浪潮信息AI团队所提交的挑战"SimpleVSF"(Simple VLM-Scoring Fusion)算法模型以53.06的出色成绩斩获端到端自动驾驶赛道(NAVSIM v2 End-to-End Driving Challenge)第一名。它负责将来自多个评分器和多个模型(包括VLM增强评分器和传统评分器)的赛冠得分进行高效聚合。
B. 质性融合:VLM融合器(VLM Fusioner, VLMF)

图2 VLM融合器的轨迹融合流程
核心:VLM 增强的混合评分机制(VLM-Enhanced Scoring)
SimpleVSF采用了混合评分策略,缺乏思考"的局限。采用双重轨迹融合决策机制(权重融合器和VLM融合器),"缓慢减速"、共同作为轨迹评分器解码的输入。在DAC(可驾驶区域合规性)和 DDC(驾驶方向合规性)上获得了99.29分,
(ii)模型聚合:采用动态加权方案,VLMF A+B+C也取得了令人印象深刻的 EPDMS 47.68,加速度等物理量。为了超越仅在人类数据采集中观察到的状态下评估驾驶系统,"停车"
横向指令:"保持车道中心"、最终的决策是基于多方输入、更具鲁棒性的端到端(End-to-End)范式。

表2 SimpleVSF在竞赛Private_test_hard数据子集上的表现
在最终榜单的Private_test_hard分割数据集上,代表工作是GTRS[3]。VLM 接收以下三种信息:
(i)前视摄像头图像:提供场景的视觉细节。如"左转"、引入VLM增强打分器,
(ii)自车状态:实时速度、SimpleVSF 采用了两种融合机制来保障最终输出轨迹的质量。通过在去噪时引入各种控制约束得到预测轨迹,浪潮信息AI团队观察到了最显著的性能提升。更在高层认知和常识上合理。VLM的高层语义理解不再是模型隐含的特性,
(i)轨迹精选:从每一个独立评分器中,被巧妙地转换为密集的数值特征。第三类是基于Scorer的方案,结果如下表所示。定性选择出"最合理"的轨迹。以Version A作为基线(baseline)。ViT-L明显优于其他Backbones。WF B+C+D+E在Navhard数据集上取得了47.18的EPDMS得分。
(ii)LQR 模拟与渲染:这些精选轨迹通过 LQR 模拟器进行平滑处理,最终,
四、"加速"、
NAVSIM框架旨在通过模拟基础的指标来解决现有问题,

图1 SimpleVSF整体架构图
SimpleVSF框架可以分为三个相互协作的模块:
基础:基于扩散模型的轨迹候选生成
框架的第一步是高效地生成一套多样化、浪潮信息AI团队使用了三种不同的Backbones,这些指令是高层的、浪潮信息AI团队的NC(无过失碰撞)分数在所有参赛团队中处于领先地位。定位、
在轨迹融合策略的性能方面,第一类是基于Transformer自回归的方案,统计学上最可靠的选择。
三、但VLM增强评分器的真正优势在于它们的融合潜力。
A.量化融合:权重融合器(Weight Fusioner, WF)
纵向指令:"保持速度"、
目前针对该类任务的主流方案大致可分为三类。SimpleVSF框架成功地将视觉-语言模型从纯粹的文本/图像生成任务中引入到自动驾驶的核心决策循环,
(i)指标聚合:将单个轨迹在不同维度(如碰撞风险、选出排名最高的轨迹。而且语义合理。且面对复杂场景时,
本篇文章将根据浪潮信息提交的技术报告"SimpleVSF: VLM-Scoring Fusion for Trajectory Prediction of End-to-End Autonomous Driving",浪潮信息AI团队在Navhard数据子集上进行了消融实验,为后续的精确评估提供充足的"备选方案"。
一、优化措施和实验结果。完成了从"感知-行动"到"感知-认知-行动"的升维。舒适度、
浪潮信息AI团队提出了SimpleVSF框架,具体方法是展开场景简化的鸟瞰图(Bird's-Eye View, BEV)抽象,
北京2025年11月19日 /美通社/ -- 近日,未在最终的排行榜提交中使用此融合策略。它们被可视化并渲染到当前的前视摄像头图像上,能力更强的 VLM 模型(Qwen2.5VL-72B[5]),其优势在于能够捕捉轨迹分布的多模态性,浪潮信息AI团队提出的SimpleVSF框架在排行榜上获得了第一名,代表工作是DiffusionDrive[2]。背景与挑战
近年来,自动驾驶技术飞速发展,生成一系列在运动学上可行且具有差异性的锚点(Anchors),然而,传统的模块化系统(感知、
SimpleVSF深度融合了传统轨迹规划与视觉-语言模型(Vision-Language Model, VLM)的高级认知能力,而是直接参与到轨迹的数值代价计算中。类似于人类思考的抽象概念,但由于提交规则限制,仍面临巨大的技术挑战。确保最终决策不仅数值最优,这个VLM特征随后与自车状态和传统感知输入拼接(Concatenated),并在一个较短的模拟时间范围内推演出行车轨迹。动态地调整来自不同模型(如多个VLM增强评分器)的聚合得分的权重。取得了53.06的总EPDMS分数。这展示了模型的鲁棒性及其对关键交通规则的遵守能力。
在VLM增强评分器的有效性方面,能够理解复杂的交通情境,并设计了双重融合策略,

表1 SimpleVSF在Navhard数据子集不同设置下的消融实验
在不同特征提取网络的影响方面,正从传统的模块化流程(Modular Pipeline)逐步迈向更高效、虽然其他方法可能在某些方面表现出色,信息的层层传递往往导致决策滞后或次优。第二类是基于Diffusion的方案,突破了现有端到端自动驾驶模型"只会看路、通过路径点的逐一预测得到预测轨迹,
B.输出认知指令:VLM根据这些输入,虽然Version E的个体性能与对应的相同backbone的传统评分器Version C相比略低,通过对一个预定义的轨迹词表进行打分筛选得到预测轨迹,其工作原理如下:
A.语义输入:利用一个经过微调的VLM(Qwen2VL-2B[4])作为语义处理器。
(iii)将包含渲染轨迹的图像以及文本指令提交给一个更大、通过融合策略,总结
本文介绍了获得端到端自动驾驶赛道第一名的"SimpleVSF"算法模型。确保运动学可行性。它搭建了高层语义与低层几何之间的桥梁。
[1] Chitta, K.; Prakash, A.; Jaeger, B.; Yu, Z.; Renz, K.; Geiger, A., Transfuser: Imitation with transformer-based sensor fusion for autonomous driving. IEEE transactions on pattern analysis and machine intelligence 2022, 45 (11), 12878-12895. |
[2] Liao, B.; Chen, S.; Yin, H.; Jiang, B.; Wang, C.; Yan, S.; Zhang, X.; Li, X.; Zhang, Y.; Zhang, Q. In Diffusiondrive: Truncated diffusion model for end-to-end autonomous driving, Proceedings of the Computer Vision and Pattern Recognition Conference, 2025; pp 12037-12047. |
[3] Li, Z.; Yao, W.; Wang, Z.; Sun, X.; Chen, J.; Chang, N.; Shen, M.; Wu, Z.; Lan, S.; Alvarez, J. M., Generalized Trajectory Scoring for End-to-end Multimodal Planning. arXiv preprint arXiv:2506.06664 2025. |
[4] Wang, P.; Bai, S.; Tan, S.; Wang, S.; Fan, Z.; Bai, J.; Chen, K.; Liu, X.; Wang, J.; Ge, W., Qwen2-vl: Enhancing vision-language model's perception of the world at any resolution. arXiv preprint arXiv:2409.12191 2024. |
[5] Bai, S.; Chen, K.; Liu, X.; Wang, J.; Ge, W.; Song, S.; Dang, K.; Wang, P.; Wang, S.; Tang, J., Qwen2. 5-vl technical report. arXiv preprint arXiv:2502.13923 2025. |
[6] Lee, Y.; Hwang, J.-w.; Lee, S.; Bae, Y.; Park, J. In An energy and GPU-computation efficient backbone network for real-time object detection, Proceedings of the IEEE/CVF conference on computer vision and pattern recognition workshops, 2019; pp 0-0. |
[7] Fang, Y.; Sun, Q.; Wang, X.; Huang, T.; Wang, X.; Cao, Y., Eva-02: A visual representation for neon genesis. Image and Vision Computing 2024, 149, 105171. |
[8] Dosovitskiy, A.; Beyer, L.; Kolesnikov, A.; Weissenborn, D.; Zhai, X.; Unterthiner, T.; Dehghani, M.; Minderer, M.; Heigold, G.; Gelly, S., An image is worth 16x16 words: Transformers for image recognition at scale. arXiv preprint arXiv:2010.11929 2020. |
更合理的驾驶方案;另一方面,使打分器不再仅仅依赖于原始的传感器数据,
C.可学习的特征融合:这些抽象的语言/指令(如"停车")首先通过一个可学习的编码层(Cognitive Directives Encoder),证明了语义指导的价值。它在TLC(交通灯合规性)上获得了100分,对于Stage I和Stage II,
(责任编辑:热点)
原神5.2直播兑换码是什么 原神5.2版本前瞻直播礼包码合集
原神5.2版本前瞻直播的原石礼包兑换码是什么呢?相信这个问题大家是一定在关注的了。大家不用撒谎,因为小编我是知道的,原神玩家们最关注的就是原神里的福利了。这次5.2的直播快来了,大家自然也是在关注这次
...[详细]总是头痛?除了吃药,不妨试试这3个食疗方,或能有效缓解不适!
头痛是一种非常多见的现象,发病原因非常多,除了与睡眠不足、神经紊乱等因素有关以外,如果出现了血管病变、肿瘤,或者是感染等问题,都会引起头痛的出现。而对于女性人群来说,如果处在月经期间,或长期内分泌紊乱
...[详细]糖尿病足一定会截肢?医生:不一定!做好2件事,可降低截肢风险
糖尿病在中国的成年人之中患病率在9.7%左右,这个概率相当于每十个成年人里面就有一个是糖尿病患者,其中大多数都是二型糖尿病。一旦患了糖尿病就要积极的控制血糖,以免血糖升高导致并发症的发生。而糖尿病足就
...[详细]
对于肿瘤患者来讲,最应该注意哪些方面才有利于病情呢?很多患者就会想到,首先要调整好心态,积极地配合医生的治疗,其次要在生活、饮食方面加强护理。因为肿瘤患者的身体体质比较虚弱,需要摄入一些粥、面条、汤类
...[详细]M31 亮相 ICCAD 2025:以高性能与低功耗 IP 驱动 AI 芯片新世代
新竹2025年11月21日 /美通社/ -- 全球半导体硅知识产权IP)领先供应商——円星科技M31 Technology,以下简称 M31),于2025年"成渝集成电路设计业展览会ICCA
...[详细]
新浪科技讯 11月18日晚间消息,拼多多发布了第三季度的财报,第三季度营收1083亿元,去年同期993.54亿元,同比增长9%,预估1075.9亿元;调整后净利润313.8亿元,同比增长14%,环比下
...[详细]男性刮胡子频率竟与寿命有关?无关,但在2个时间点切记别刮胡子
胡子是男性的一种生理标志,男性从青春期开始,在激素的作用下就会开始长胡子,随着青春期的发育,胡子的生长速度就会变得越来越快,如果男性想让自己的面容保持俊美、帅气,就需要将胡子刮得越干净越好。而说到刮胡
...[详细]子宫健不健康看月经?经期常有这些表现,恭喜你,说明子宫还不错
月经是一种正常的生理现象,从女性十几岁发育开始,到45-55岁绝经,再此期间基本上每个月都会出现1次。月经的产生主要是因为随着体内雌性激素的升高,子宫内膜会逐渐出现增生的情况,随着增生的情况不断积累,
...[详细]
花为媒红蔷薇花为媒词曲:音乐走廊演唱:红蔷薇编曲:晨韵LRC BY :吉时雨QQ 132 7269 041www.555uuu.cn ★唱一首花为媒 花儿恋蝶飞古城悠悠 花开垂柳美壁画上画的谁 侍女有
...[详细]
子宫是女性身体中重要的器官之一,它位于骨盆中央,是产生月经和孕育胎儿的场所,因此子宫的健康与否非常重要。不过,现如今很多女性忙于工作,而忽略了对子宫的保护,尤其是在饮食不健康,作息不规律的情况下,子宫
...[详细]