出现断层了？ICCV2025的自动驾驶方向演变...

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

ICCV的放榜啦，自动驾驶之心团队为大家梳理了自动驾驶相关方向的中稿文章，后续会持续更新，并在自动驾驶之心知识星球内部第一时间分享！欢迎加入我们~

多模态大模型 & VLA

• 标题：ORION: A Holistic End-to-End Autonomous Driving Framework by Vision-Language Instructed Action Generation

• 链接：https://arxiv.org/abs/2503.19755

• 主页：https://xiaomi-mlab.github.io/Orion/

• 单位：华科、小米

• 标题：All-in-One Large Multimodal Model for Autonomous Driving

• 链接：https://arxiv.org/abs/2412.07689

• 主页：https://zhijian11.github.io/DriveMM/

• 单位：中山&美团

• 标题：MCAM: Multimodal Causal Analysis Model for Ego-Vehicle-Level Driving Video Understanding

• 链接：https://arxiv.org/abs/2507.06072

• 代码：https://github.com/SixCorePeach/MCAM

• 单位：重庆大学

• 标题：AdaDrive: Self-Adaptive Slow-Fast System for Language-Grounded Autonomous Driving\

• 主页：https://github.com/ReaFly/AdaDrive

• 标题：VLDrive: Vision-Augmented Lightweight MLLMs for Efficient Language-grounded Autonomous Driving

• 主页：https://github.com/ReaFly/VLDrive

• 标题：ETA: Efficiency through Thinking Ahead, A Dual Approach to Self-Driving with Large Models

• 链接：https://arxiv.org/abs/2506.07725

• 主页：https://github.com/OpenDriveLab/ETA

• 单位：科奇大学、港大、OpenDriveLab

仿真 & 重建

• 标题：InvRGB+L: Inverse Rendering of Complex Scenes with Unified Color and LiDAR Reflectance Modeling

• 链接：https://arxiv.org/abs/2507.17613

• 单位：清华大学，伊利诺伊大学厄巴纳 - 香槟分校

• 标题：AD-GS: Object-Aware B-Spline Gaussian Splatting for Self-Supervised Autonomous Driving

• 链接：https://arxiv.org/abs/2507.12137

• 主页：https://jiaweixu8.github.io/AD-GS-web/

• 单位：南开大学，伊利诺伊大学厄巴纳 - 香槟分校

• 标题：BézierGS: Dynamic Urban Scene Reconstruction with Bézier Curve Gaussian Splatting

• 链接：https://arxiv.org/abs/2506.22099

• 主页：https://github.com/fudan-zvg/BezierGS

• 单位：复旦大学，上海创新研究院

• 标题：RGE-GS: Reward-Guided Expansive Driving Scene Reconstruction via Diffusion Priors

• 链接：https://arxiv.org/abs/2506.22800

• 主页：https://github.com/CN-ADLab/RGE-GS

• 单位：清华大学，浙江大学，菜鸟网络

端到端 & 轨迹预测

• 标题：Epona: Autoregressive Diffusion World Model for Autonomous Driving

• 链接：https://arxiv.org/pdf/2506.24113

• 主页：https://github.com/Kevin-thu/Epona

• 单位：清华大学，地平线，北京大学

• 标题：Foresight in Motion: Reinforcing Trajectory Prediction with Reward Heuristics

• 链接：https://arxiv.org/abs/2507.12083

• 单位：香港科技大学，滴滴，卓驭科技

世界模型

• 标题：World4Drive: End-to-End Autonomous Driving via Intention-aware Physical Latent World Model

• 链接：https://arxiv.org/abs/2507.00603

• 主页：https://github.com/ucaszyp/World4Drive

• 单位：中国科学院自动化研究所，理想，新加坡国立大学等

• 标题：MagicDrive-V2: High-Resolution Long Video Generation for Autonomous Driving with Adaptive Control

• 链接：https://arxiv.org/abs/2411.13807

• 主页：https://github.com/flymin/MagicDrive-V2

• 单位：香港中文大学，华为诺亚方舟实验室等

• 标题：DiST-4D: Disentangled Spatiotemporal Diffusion with Metric Depth for 4D Driving Scene Generation

• 链接：https://arxiv.org/pdf/2503.15208

• 主页：https://github.com/royalmelon0505/dist4d

• 单位：清华大学，旷视科技等

• 标题：Driving View Synthesis on Free-form Trajectories with Generative Prior

• 链接：https://arxiv.org/abs/2412.01717

• 主页：https://github.com/fudan-zvg/DriveX

• 单位：复旦大学，萨里大学

• 标题：Stag-1: Towards Realistic 4D Driving Simulation with Video Generation Model

• 链接：https://arxiv.org/abs/2412.05280

• 主页：https://github.com/wzzheng/Stag

• 单位：北京大学，清华大学，北京航空航天大学

• 标题：HERMES: A Unified Self-Driving World Model for Simultaneous 3D Scene Understanding and Generation

• 链接：https://arxiv.org/abs/2501.14729

• 主页：https://github.com/LMD0311/HERMES

• 单位：华中科技大学，香港大学等

• 标题：InfiniCube: Unbounded and Controllable Dynamic 3D Driving Scene Generation with World-Guided Video Models

• 链接：https://arxiv.org/abs/2412.03934

• 主页：https://github.com/nv-tlabs/InfiniCube

• 单位：NVIDIA，上海交通大学，多伦多大学

占用网络

• 标题：From Binary to Semantic: Utilizing Large-Scale Binary Occupancy Data for 3D Semantic Occupancy Prediction

• 链接：https://arxiv.org/abs/2507.13387

• 主页：https://github.com/ToyotaInfoTech/b2s-occupancy

• 单位：丰田汽车公司

• 标题：Disentangling Instance and Scene Contexts for 3D Semantic Scene Completion

• 链接：https://arxiv.org/abs/2507.08555

• 主页：https://github.com/Enyu-Liu/DISC

• 单位：华中科技大学

• 标题：Feed-Forward SceneDINO for Unsupervised Semantic Scene Completion

• 链接：https://arxiv.org/abs/2507.06230

• 主页：https://visinf.github.io/scenedino

• 单位：慕尼黑工业大学，牛津大学等

• 标题：GaussRender: Learning 3D Occupancy with Gaussian Rendering

• 链接：https://arxiv.org/abs/2502.05040

• 主页：https://github.com/valeoai/GaussRender

• 单位：Valeo AI，索邦大学

• 标题：GaussianOcc: Fully Self-supervised and Efficient 3D Occupancy Estimation with Gaussian Splatting

• 链接：https://arxiv.org/abs/2408.11447

• 主页：https://ganwanshui.github.io/GaussianOcc/

• 单位：东京大学，华南理工大学等

• 标题：Language Driven Occupancy Prediction

• 链接：https://arxiv.org/abs/2411.16072

• 主页：https://github.com/pkqbajng/LOcc

• 单位：浙江大学、菜鸟网络等

• 标题：ALOcc: Adaptive Lifting-based 3D Semantic Occupancy and Cost Volume-based Flow Prediction

• 链接：https://arxiv.org/abs/2411.07725

• 主页：https://github.com/cdb342/ALOcc

• 单位：澳门大学，阿卜杜拉国王科技大学

目标检测

• 标题：Perspective-Invariant 3D Object Detection

• 链接：https://arxiv.org/abs/2507.17665

• 主页：https://pi3det.github.io

• 单位：新加坡国立大学，复旦大学，中国科学院大学

• 标题：SFUOD: Source-Free Unknown Object Detection

• 链接：https://arxiv.org/abs/2507.17373

• 主页：https://github.com/KU-VGI/SFUOD

• 单位：韩国庆熙大学，韩国高丽大学

• 标题：MambaFusion: Height-Fidelity Dense Global Fusion for Multi-modal 3D Object Detection

• 链接：https://arxiv.org/abs/2507.04369

• 主页：https://github.com/AutoLab-SAI-SJTU/MambaFusion

• 单位：中国科学院自动化研究所、中国科学院大学、上海交通大学

• 标题：Towards Accurate and Efficient 3D Object Detection for Autonomous Driving: A Mixture of Experts Computing System on Edge

• 链接：https://arxiv.org/abs/2507.04123

• 主页：https://github.com/LinshenLiu622/EMC2

• 单位：约翰霍普金斯大学，杜克大学，香港科技大学

• 标题：OcRFDet: Object-Centric Radiance Fields for Multi-View 3D Object Detection in Autonomous Driving

• 链接：https://arxiv.org/abs/2506.23565

• 主页：https://github.com/Mingqj/OcRFDet

• 单位：南京理工大学

数据集

• 标题：ROADWork Dataset: Learning to Recognize, Observe, Analyze and Drive Through Work Zones

• 链接：https://arxiv.org/abs/2406.07661

• 主页：https://www.cs.cmu.edu/~ILIM/roadwork_dataset/

• 单位：卡内基梅隆大学

• 标题：Where, What, Why: Towards Explainable Driver Attention Prediction

• 链接：https://arxiv.org/abs/2506.23088

• 主页：ttps://github.com/yuchen2199/Explainable-Driver-Attention-Prediction

• 单位：中山大学，新加坡国立大学

• 标题：Interaction-Merged Motion Planning: Effectively Leveraging Diverse Motion Datasets for Robust Planning

• 链接：https://arxiv.org/abs/2507.04790

• 单位：韩国科学技术院，DGIST

• 标题：ETA: Efficiency through Thinking Ahead, A Dual Approach to Self-Driving with Large Models

• 链接：https://arxiv.org/abs/2506.07725

• 主页：https://github.com/opendrivelab/ETA

• 单位：科奇大学，香港大学（中国）等

• 标题：Fine-Grained Evaluation of Large Vision-Language Models in Autonomous Driving

• 链接：https://arxiv.org/pdf/2503.21505

• 主页：https://github.com/Depth2World/VLADBench

• 单位：中国科学技术大学，华为诺亚方舟实验室，加州大学伯克利分校

• 标题：DATAD: Driver Attention in Takeover of Autonomous Driving

• 主页：https://github.com/OOPartsfili/DATAD-driver-attention-in-takeover-of-autonomous-driving

其他

• 标题：Dynamic-DINO: Fine-Grained Mixture of Experts Tuning for Real-time Open-Vocabulary Object Detection

• 链接：https://arxiv.org/abs/2507.17436

• 单位：浙江大学，中兴通讯

• 标题：Mind the Gap: Aligning Vision Foundation Models to Image Feature Matching

• 链接：https://arxiv.org/abs/2507.10318

• 单位：西安交通大学

• 标题：Beyond One Shot, Beyond One Perspective: Cross-View and Long-Horizon Distillation for Better LiDAR Representations

• 链接：https://arxiv.org/abs/2507.05260

• 主页：http://github.com/Xiangxu-0103/LiMA

• 单位：新加坡国立大学&南京航空航天大学&浙大&南邮

• 标题：Stronger, Steadier & Superior: Geometric Consistency in Depth VFM Forges Domain Generalized Semantic Segmentation

• 链接：https://arxiv.org/abs/2504.12753

• 主页：https://github.com/anonymouse-xzrptkvyqc/DepthForge

• 单位：集美大学，中山大学，西安电子科技大学等

更多内容欢迎加入自动驾驶之心知识星球，前沿技术、行业动态、求职问答！自动驾驶之心知识星球，作为国内最大的自驾技术社区，一直在给行业和个人输送各类人才、产业学术信息。目前累积了国内外几乎所有主流自驾公司和大多数知名研究机构。如果您需要第一时间了解产业、求职和行业痛点，欢迎加入我们。