将自动驾驶建模为生成式序列预测问题，通过结构化latent空间实现场景预测与规划的统一生成，是端到端方法的新范式。

提出DriveVLM框架，将视觉语言大模型融入自动驾驶全链路，通过场景理解、场景分析和分层规划三阶段实现复杂场景推理决策。

提出全向量化驾驶场景表示，将agent运动和地图元素建模为显式向量实例，避免密集栅格化，实现高效端到端规划。

提出统一自动驾驶框架UniAD，通过query-based设计将感知、预测、规划联合优化在单一网络中，在nuScenes上实现SOTA端到端驾驶性能。