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)驅動的非反應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、自適應的駕駛軌跡

本次挑戰(zhàn)賽參賽者的任務是在半反應堆仿真中根據(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 輔助駕駛應用研究團隊的關鍵創(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中提煉出來的 Transformer 解碼器，重點關注安全性、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)性的基準測試中獲得了優(yōu)異的結果，并能夠在各種富有挑戰(zhàn)性的駕駛條件下實現(xiàn)可靠的自適應軌跡選擇。

NVIDIA 在 CVPR 會議中的汽車領域研究成果

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

在汽車領域，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逆向渲染和正向渲染（可在官網(wǎng)博客中閱讀更多內容。）

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

標記化交通模型的閉環(huán)監(jiān)督式微調

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：改進聚合視覺基礎模型的基準

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 高級研究經理 Laura Leal-Taixe 主講

利用基礎模型理解開放世界 3D 場景研討會，由 Leal-Taixe 主講

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

基于 V2X 的協(xié)作式輔助駕駛基礎模型研討會，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 的全棧深度學習和基礎模型加速，由 NVIDIA 主導

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

輔助駕駛基礎模型蒸餾，由 NVIDIA 主導