2026-11-03

自动驾驶 · 具身智能
每日简报

覆盖过去 24 小时 · 自动生成 · 5 个板块有更新
01 量产上车
观察员点评
储能产品优化热泵调度，跟智驾量产上车八竿子打不着，这条被塞进量产板块本身就是分类事故。真要看，它只说明特斯拉在能源侧继续榨家庭场景的边际收益，与车端算法无关。
02 顶会论文
自动驾驶方向4 篇
  • arXiv计算机视觉(CS.CV) · 预印本 CalibSwitch：观测驱动的相机-激光雷达外参恢复与选择性维护
    针对多模态感知中外参漂移问题，用观测驱动方式做在线恢复并选择性触发维护，减少全时标定开销。做前融合量产的标定工程师可直接对照其触发判据，评估能否替代定期离线标定。
    💡 观测驱动触发的外参在线恢复与选择性维护
    🚗 降低多模态感知外参漂移的维护成本，提升前融合长期稳定性
  • arXiv计算机视觉(CS.CV) · 预印本 让激光雷达决定看哪里：几何度量 token 选择的高效稀疏潜世界模型
    用激光雷达几何信息筛选图像 token，砍掉大量冗余视觉 token 以降低世界模型算力。做端到端世界模型或稀疏注意力的团队可借鉴其选择准则，直接压推理成本。
    💡 用 LiDAR 几何度量做图像 token 稀疏选择
    🚗 降低视觉世界模型 token 冗余与算力开销，利于车端部署
  • arXiv计算机视觉(CS.CV) · 预印本 UFMF：雷达引导的运动学先验用于实时 4D 占用预测
    把雷达测得的运动学先验注入 4D 占用预测，兼顾自车与周边动态外推的实时性。做占用网络预测的团队可看其先验融合方式，判断雷达在低成本方案里的复用价值。
    💡 雷达运动学先验引导的实时 4D 占用外推
    🚗 提升占用预测的实时性与动态外推可靠性，利好低成本感知方案
  • arXiv计算机视觉(CS.CV) · 预印本 WorkIng：面向自动驾驶的高速公路施工区真实与合成基准数据集
    施工区是几何异常加临时标志的典型长尾，该工作同时给出真实与合成数据并定义评测。做长尾场景验证的团队可拿它补测试集，减少对施工区的手工造数依赖。
    💡 真实加合成的高速施工区长尾基准数据集
    🚗 为施工区等长尾场景提供可复现评测，支撑感知与规划验证
具身智能方向4 篇
  • arXiv计算机视觉(CS.CV) · 预印本 EgoHSI3R：从第一视角视频在线重建 4D 手-场景交互
    从第一视角视频在线重建手与场景的 4D 交互，为具身学习提供低成本交互数据来源。做模仿学习数据采集的团队可评估其在线重建精度是否够做示教管线。
    💡 第一视角视频在线 4D 手-场景交互重建
    🚗 降低具身交互数据采集门槛，支撑模仿学习示教数据生成
  • arXiv计算机视觉(CS.CV) · 预印本 超越试错：地理空间引导的主动推理框架用于鲁棒空中视觉语言导航
    用地理空间先验替代纯试错搜索，提升无人机大范围视觉语言导航的定位效率。做空中具身导航的团队可参考其先验注入方式，减少无效探索。
    💡 地理空间先验引导的主动推理导航框架
    🚗 提升空中视觉语言导航的搜索效率与鲁棒性
  • arXiv计算机视觉(CS.CV) · 预印本 DrawSplat：Atlanta 世界引导的隐式高斯 SLAM 用于室内重建
    用 Atlanta 世界假设约束高斯 SLAM，兼顾在线跟踪与几何一致重建。做室内机器人建图的团队可看其结构先验如何压漂移，判断能否用于家庭场景。
    💡 Atlanta 世界先验约束的隐式高斯 SLAM
    🚗 提升室内 RGB-D SLAM 的几何一致性与在线跟踪质量
  • arXiv机器人(CS.RO) · 预印本 从遥操作到长时序灵巧：评估视觉运动技能与离线代理指标
    系统评估遥操作数据训练出的视觉运动策略在长时序灵巧任务上的泛化，并检验离线代理指标是否可信。做灵巧操作数据管线的团队可据此判断离线指标能否替代真机评测。
    💡 长时序灵巧任务下离线代理指标的有效性评估
    🚗 为灵巧操作策略的离线评测与数据扩展提供实证依据
观察员点评
CalibSwitch 的触发判据值得标定工程师逐条对照，但选择性维护在动态遮挡下会不会漏触发，得看实车复现；UFMF 把雷达运动学先验塞进 4D 占用，低成本方案里雷达的复用价值被重新算了一遍。具身侧 EgoHSI3R 用第一视角视频在线重建手-场景交互，示教管线的采集成本能压，但重建精度够不够喂模仿学习仍是门槛。做灵巧操作数据的人先看《从遥操作到长时序灵巧》那篇：它检验离线代理指标能否替代真机评测，直接决定你评测环节要不要继续烧真机时长。
03 顶级赛事/SOTA
观察员点评
一个智能体跨端互联方案拿场景奖，说明评奖看的是落地复制而非技术深度。对自动驾驶和具身智能的工程师来说，真正值得抄的是它的跨端协同协议，而不是奖杯本身。
04 组织变化
观察员点评
宇树前副总陈永刚辞职创业，光粒跃迁还没影儿就先跑近20家机构，这节奏像融资路演比产品迭代还急。小米美团长城一路跳过来，履历好看，可具身智能不是拼简历厚度，是拼本体成本、关节寿命和真机数据闭环。宇树出来的人做具身智能，天然带着四足那套硬件基因，但换个赛道就未必灵。投资人追捧“大厂+明星公司”双标签，工程师跳过去前先掂量：这公司是先做技术还是先做估值故事？
05 融资并购
观察员点评
三家一起融资，场面热闹，骨子里是同一个套路：钱都砸向“基础设施”和“产能”，没人敢拍胸脯说自家场景已经跑正。易成把年产能从三千辆往上提，末端商用车这行的毛利撑得起扩产账单吗？简智一年融七轮、累计两亿美元，做的是数据基建，可数据卖给谁、按什么价卖，行业里还没人算明白。RoboScience顶着苹果背景冲物流零售工业三个POC，摊子铺这么宽，哪个能先验收？对工程师来说，融资轮次是别人的热闹，你该盯的是产线开没开、POC转没转订单、数据有没有人真掏钱买。别被“第几轮”“累计多少亿”晃住，进去先问清楚：你的KPI是交付，还是配合下一轮讲故事。