NVIDIA 在本周美國田納西州舉辦的國際計算機視覺與模式識別會議（CVPR）上榮獲“端到端輔助駕駛”賽道冠軍。這一消息是在“自主系統(tǒng)具身智能研討會”上宣布的。

這標(biāo)志著 NVIDIA 連續(xù)第二年在“大規(guī)模端到端駕駛”類別中榮登榜首，也是連續(xù)第三年在 CVPR 上獲得挑戰(zhàn)賽大獎。

今年挑戰(zhàn)賽的主題是“實現(xiàn)通用的具身系統(tǒng)”——基于數(shù)據(jù)驅(qū)動的非反應(yīng)式輔助駕駛仿真框架 NAVSIM v2。

本次挑戰(zhàn)賽為研究人員提供了一個探索應(yīng)對突發(fā)情況方法的機會，使他們不再局限于僅使用真實的人類駕駛數(shù)據(jù)，從而加速開發(fā)更智能、更安全的智能汽車。

生成安全、自適應(yīng)的駕駛軌跡

本次挑戰(zhàn)賽參賽者的任務(wù)是在半反應(yīng)堆仿真中根據(jù)多傳感器數(shù)據(jù)生成駕駛軌跡，測試車輛的計劃在開始時是固定不變的，但交通背景會動態(tài)變化。

參賽作品采用擴展預(yù)測駕駛員模型評分進行評估，該評分可衡量現(xiàn)實世界和合成場景中的安全性、舒適性、合規(guī)性和泛化性，從而突破穩(wěn)健且可泛化的輔助駕駛研究界限。

NVIDIA 輔助駕駛應(yīng)用研究團隊的關(guān)鍵創(chuàng)新是泛化軌跡評分（GTRS）方法，該方法可生成各種軌跡，并逐步篩選出最佳軌跡。

GTRS 模型架構(gòu)展示了一個統(tǒng)一的系統(tǒng)，可利用擴散和基于詞匯的軌跡生成不同的駕駛軌跡并評分。

GTRS 引入了涵蓋各種情況的粗略軌跡集和適用于安全關(guān)鍵情況的細粒度軌跡集的組合，這些軌跡集使用基于環(huán)境的擴散策略創(chuàng)建。GTRS 使用從依賴感知的指標(biāo)中提煉出來的 Transformer 解碼器，重點關(guān)注安全性、舒適性和交通規(guī)則合規(guī)性。該解碼器通過捕捉相似軌跡之間細微但關(guān)鍵的差異，逐漸篩選出最具可能性的候選軌跡。

事實證明，該系統(tǒng)能夠很好地適用于各種場景，在具有挑戰(zhàn)性的基準(zhǔn)測試中獲得了優(yōu)異的結(jié)果，并能夠在各種富有挑戰(zhàn)性的駕駛條件下實現(xiàn)可靠的自適應(yīng)軌跡選擇。

NVIDIA 在 CVPR 會議中的汽車領(lǐng)域研究成果

NVIDIA 在 CVPR 2025 上提交了 60 多篇論文，涵蓋汽車、醫(yī)療、機器人等領(lǐng)域。

在汽車領(lǐng)域，NVIDIA 研究人員正在通過感知、規(guī)劃和數(shù)據(jù)生成方面的創(chuàng)新來推動物理 AI 的發(fā)展。今年，有三篇 NVIDIA 論文獲得了最佳論文獎提名：FoundationStereo、Zero-Shot Monocular Scene Flow 和 Difix3D+。

以下 NVIDIA 論文展示了在立體深度估計、單目運動理解、3D 重建、閉環(huán)規(guī)劃、視覺語言建模和生成式仿真方面取得的突破性進展，所有這些對于構(gòu)建更安全、更泛化的輔助駕駛都非常重要：

DiffusionRenderer：基于視頻擴散模型的神經(jīng)逆向渲染和正向渲染（可在官網(wǎng)博客中閱讀更多內(nèi)容。）

FoundationStereo：零樣本立體匹配（獲得最佳論文提名）

實際場景零樣本單目場景流預(yù)測（獲得最佳論文提名）

Diffix3D+：使用單步擴散模型改進 3D 重建（獲得最佳論文提名）

3DGUT：在高斯分裂中啟用失真攝像頭和二次光線

標(biāo)記化交通模型的閉環(huán)監(jiān)督式微調(diào)

零樣本 4D 激光雷達全景分割

NVILA：高效前沿視覺語言模型

RADIO Amplified：改進聚合視覺基礎(chǔ)模型的基準(zhǔn)

OmniDrive：借助反事實推理實現(xiàn)輔助駕駛的整體視覺語言數(shù)據(jù)集

探索 CVPR 上的汽車研討會和教程，包括：

數(shù)據(jù)驅(qū)動型輔助駕駛仿真研討會，由 NVIDIA 輔助駕駛研究高級總監(jiān) Marco Pavone 和 NVIDIA AI 研究副總裁 Sanja Fidler 主講

輔助駕駛研討會，由 NVIDIA 高級研究經(jīng)理 Laura Leal-Taixe 主講

利用基礎(chǔ)模型理解開放世界 3D 場景研討會，由 Leal-Taixe 主講

面向所有領(lǐng)域的安全 AI，由 NVIDIA 輔助駕駛應(yīng)用研究總監(jiān) Jose Alvarez 主講

基于 V2X 的協(xié)作式輔助駕駛基礎(chǔ)模型研討會，由 Pavone 和 Leal-Taixe 主講

多智能體具身智能系統(tǒng)迎接生成式 AI 時代研討會，由 Pavone 主講

計算機視覺中的 LatinX 研討會，由 Leal-Taixe 主講

探索新一代數(shù)據(jù)研討會，由 Alvarez 主講

基于 GPU 的全棧深度學(xué)習(xí)和基礎(chǔ)模型加速，由 NVIDIA 主導(dǎo)

通過基礎(chǔ)模型實現(xiàn)連續(xù)數(shù)據(jù)循環(huán)，由 NVIDIA 主導(dǎo)

輔助駕駛基礎(chǔ)模型蒸餾，由 NVIDIA 主導(dǎo)