26年顶会中稿!自动驾驶模型TransFuser v7:引入「难负样本」对比学习,为模仿学习划定安全红线

点击下方卡片，关注“人工智能AI与算法”公众号

自动驾驶、机器人、具身智能重磅干货，第一时间送达

BeyondDrive 是目前把端到端自动驾驶的安全边界问题拉得最正的一篇 ECCV 2026 论文。不教模型怎么开车，而是教它“什么绝对不能做”。

在端到端自动驾驶领域，长久以来存在一个不成文的“金科玉律”：让模型的预测轨迹无限逼近人类专家的驾驶轨迹。

无论是早期的行为克隆，还是如今火爆的扩散策略（Diffusion Policy），其训练核心逻辑高度一致——计算预测轨迹与真实专家轨迹之间的均方误差（MSE）或平滑 L1 损失，然后梯度回传，让模型“模仿”得越来越像。

然而，这篇由中科院自动化所、小米和复旦联合完成的 ECCV 2026 中稿论文，却一针见血地指出了这一范式的致命漏洞：

“空间上的几何接近，绝不等于驾驶行为上的安全。”

作者将这种现象定义为 “安全不对称性”（Safety Asymmetry） 。简单来说，有两条轨迹 A 和 B，它们与人类驾驶的“标准答案”在像素级坐标上只差了 5 厘米，但在现实物理世界中，轨迹 A 恰好避过了鬼探头，而轨迹 B 却把行人撞飞了。

传统模仿学习对此毫无感知，因为它的 Loss 函数里没有“碰撞”这个概念。模型只学会了“像人一样打方向盘”，却没有学会“打这个方向盘会死人”。

或许你会问：现在的端到端模型（比如 UniAD、VAD）不是已经引入多模态轨迹或规划评估模块了吗？它们难道不能识别危险？

答案是：能识别，但学不到教训。

目前主流的带评分的多模态轨迹生成方法（如 DiffusionDrive 等），其工作流程是：生成 N 条候选轨迹 -> 用评分器（Scorer）打分 -> 选出最高分的一条执行。

在这个过程中，评分器确实能发现那条会导致碰撞的“坏轨迹”（负样本），并将其排在最后。但问题出在训练阶段——当评分器把坏轨迹排在最后时，反向传播的梯度主要在优化“排序分数”，而不是在优化“特征表征的安全性”。

更糟糕的是，这些模型从未被强制要求去深刻记忆那条坏轨迹为什么坏。在巨大的 L2 损失主导下，模型依然倾向于生成与专家轨迹“长得像”的轨迹，即使它隐含碰撞风险。模型处于一种“知其然（知道怎么做），却不知其所以不（不知道绝对不能怎么做）”的混沌状态。

因此，研究团队提出了名为 BeyondDrive 的全新框架（基于 TransFuser v7 架构实现）。其核心哲学极其硬核：

从“正向模仿”转向“双向边界学习”——不仅要拟合正样本（专家轨迹），更要显式地利用“难负样本（Hard Negatives）”构建安全边界。

下面拆解这项工作的三大核心技术突破：

1. 什么是“难负样本”？

团队并没有简单地使用随机噪声或任意错误轨迹作为负样本。他们挖掘的是 “Hard Negatives” ，即那些在几何指标（L2误差）上与专家轨迹极其相似，但在安全评估（碰撞检测、舒适度）上极其失败的轨迹。

这些“伪装者”轨迹是传统模型最难辨别的，也是导致事故的主要原因。通过在训练集中显式注入并标注这些 Hard Negatives，模型被迫去观察微小的轨迹偏移（比如偏离中心线 0.3 米）所带来的巨大安全后果。

2. 核心算法：安全感知的对比学习与边界损失

为了利用 Hard Negatives，BeyondDrive 在训练中引入了安全感知的对比损失（Safety-aware Contrastive Loss）。

• 正样本对：专家轨迹及其高安全分数特征。

• 难负样本对：生成的碰撞轨迹及其低安全分数特征。

模型被强制要求将正负样本的特征表征在隐空间中拉开明确的距离。这相当于给模型划定了一条“安全边界（Safety Margin）”。在这个边界内，L2 误差可以有弹性；但只要触碰了这条安全红线，Loss 会急剧上升。

这种机制彻底改变了模型的决策逻辑：模型不再盲目追求“像人类”，而是先确保“绝对安全”，再在安全域内寻找最像人类的轨迹。

3. 端到端架构升级：TransFuser v7 的实时安全栅栏

作为 TransFuser 系列的最新版本（v7），BeyondDrive 在原有的 LiDAR-摄像头融合 Transformer 基础上，新增了一个轻量级的安全价值头（Safety Value Head）。

这个头并不参与最终的轨迹回归，而是作为一个动态的“安全栅栏”。在推理阶段，它会实时对扩散或采样的候选轨迹进行二进制安全分类。一旦检测到 Hard Negative 倾向的轨迹，v7 的采样器会立即拒掉该轨迹，并从备选的“安全子空间”中重新采样。

论文在多个主流闭环仿真基准（如 CARLA、nuPlan）上进行了极致测试，有几个数据极其震撼：

• 碰撞率断崖式下降：相比于传统的纯模仿学习基线，BeyondDrive 在长尾场景（如行人突然横穿、对向车道借道超车）中的碰撞率降低了 40% - 50%。

• L2 指标的“幻觉”被戳破：论文指出，许多对比模型虽然 L2 误差数值很低，但在安全评估中得分为 F。而 BeyondDrive 在牺牲了极小（不到 5%）的 L2 精度的情况下，将安全得分（Safety Score）拉满了 S 级。

更令人惊艳的是：在 Ablation Study（消融实验）中，团队发现，仅仅引入 5% 的 Hard Negative 数据参与训练，就足以让模型产生显著的“安全泛化能力”——它不仅能避开训练集见过的危险场景，更能举一反三，在从未见过的陌生地图中主动规避未知风险结构。

这篇 ECCV 2026 的论文，其最大的学术贡献在于重新定义了端到端自动驾驶的 Loss 空间。

更是宣告：单纯依赖“模仿”已经走到了尽头。未来的端到端模型必须具备“避险直觉”。这种直觉无法通过观看老司机的“正常操作”来获得，必须通过大量“车祸临界点”的负反馈来形成肌肉记忆。

1. 数据层面：不要再只标注重采样的成功轨迹。尝试利用模拟器或规则碰撞检测，自动化挖掘那些“差一点就撞了”的 Hard Negatives，这是比堆算力性价比更高的安全提升手段。

2. 算法层面：强烈建议在现有的回归 Loss（L1/L2）基础上，嫁接基于安全边界的对比学习或排序学习（Ranking Loss），让模型拥有“拒绝危险”的权利。

3. 评价体系：是时候将“碰撞率”提升为比“L2误差”更高优先级的首要指标了。