AD
Admin
Papers
Topics
View Site
Edit Paper
DriveVLM: 视觉语言模型驱动的自动驾驶
论文标题
*
英文原标题
（选填）
arXiv / 原文链接
（选填）
自动填充
粘贴 arXiv 链接后点击“自动填充”可获取标题、作者、摘要、日期
GitHub 链接
（选填）
作者
（选填，回车添加）
发表日期
*
发表会议/期刊
（选填）
有开源实现
精选推荐
英文摘要
（选填，可从 arXiv 自动填充）
中文摘要
*
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。
61/200
工程评注
*
**VLM + AD 融合的代表作**，理想汽车核心研究。 - 分层设计：VLM负责高层推理，传统planner负责实时控制 - VLM 推理延迟 ~200ms，不可直接用于控制回路 - DriveVLM-Dual 方案：快慢双系统，慢系统用VLM - 对 corner case（施工区、异形障碍物）理解能力远超传统方法 - 提示工程对决策质量影响显著
支持 Markdown 格式，无字数限制
标签分类
(已选 3 个)
技术方向
(1 selected)
感知
Perception
预测
Prediction
规划
Planning
控制
Control
地图
Mapping
定位
Localization
技术范式
(1 selected)
端到端
End-to-End
VLM
Vision-Language Model
VLA
Vision-Language-Action
世界模型
World Model
强化学习
Reinforcement Learning
数据相关
数据生成
Data Generation
自动标注
Auto Labeling
仿真
Simulation
应用场景
(1 selected)
城市道路
Urban Road
高速
Highway
停车
Parking
越野
Off-road
关联公司
特斯拉
Tesla
Waymo
Waymo
华为
Huawei
百度Apollo
Baidu Apollo
小鹏
Xpeng
理想
Li Auto
蔚来
NIO
地平线
Horizon Robotics
商汤
SenseTime
Nvidia
Nvidia
Comma.ai
Comma.ai
大疆卓驭
DJI
论文类型
综述
Survey
开创性工作
Seminal Work
工程实践
Engineering Practice
增量改进
Incremental
行业报告
Industry Report
手动关联论文
（选填，搜索标题添加）
Update Paper
Cancel