自动驾驶前沿技术周报(第29周)

一、 本周关键新技术速览

ICML 2026于7月初举行，部分论文发布时间较早。

工业界与政策动态

二、 本周推荐论文深度解析

1. DynVLA: Learning World Dynamics for Action Reasoning in Autonomous Driving

发表平台： ICML 2026 (本周于会议引发集中讨论)

核心机构： 中科院自动化所、银网智能

核心创新： 传统的 VLA 模型要么依赖文本思维链（Textual CoT），推理延迟高；要么依赖像素级像素生成（Visual CoT），数据冗余极大。DynVLA 另辟蹊径，首次证明了紧凑的动态 Token（Compact Dynamics Token） 是最契合智驾大模型的中间表示。它利用向量量化（VQ）机制解耦了主车动态与环境动态，在保证物理一致性的同时，大幅压缩了计算开销。

落地价值： 针对量产级端到端系统，它在 NAVSIM 和 Bench2Drive 上均取得 SOTA。该架构在降低推理延迟的同时提升了时空物理理解，为车端大模型的实时性落地提供了极具价值的代际升级方案。

2. ForgeDrive: Bidirectional Cross-Conditioning for Unified Visual-Action Generation

 发表平台： arXiv (2026-06-30 最新发布)

 核心机构： 上海人工智能实验室、商汤科技

 核心创新： 传统端到端模型中，感知和决策往往是单向串联或弱耦合的（即视觉特征传给动作解码器，但动作不反向影响感知）。ForgeDrive 提出了双向交叉条件化（Bidirectional Cross-Conditioning） 框架，将未来场景生成与轨迹规划统一在同一个自回归扩散生成模型中，让视觉表征与动作表征在去噪过程中互为条件、深度闭环。

 落地价值： 该工作直击端到端大模型在长尾场景中“感知正确但决策错误”的割裂痛点。这种双向耦合的架构设计，未来极有可能像 ResNet 的残差连接一样，成为端到端 VLA 模型的标准范式组件。

三、 值得关注的前沿研究方向

 1. VLA 模型的车端在线强化学习（Online RL）：

 以华科与小米联合发表的 MindDrive 为代表，在线 RL 在仿真（Bench2Drive）中已被证实有效。但工业界下一步需攻克如何安全地利用车端真实回传数据进行策略异步更新，解决分布偏移与实时安全约束。

2. 世界模型作为 VLA 推理内环的架构演进：

 无论是华为的 WEWA 世界模型架构 还是学术界的 DynVLA，世界模型都已不再是独立的生成模块，而是直接嵌入 VLA 的决策内环。如何在高物理一致性与低推理延迟之间取得帕累托最优是关键。

 3. 软硬件协同的端侧高效推理：

 随着高通 8797 与理想马赫 M100 等 1280 TOPS 算力芯片的量产定点，算法层面的 Token 剪枝（如 Fast DriveVLA）、KV-Cache 压缩以及多帧时序融合的内存优化，将直接决定大模型能否在车端实现量产高频控制。

 4. 强标倒计时下的安全验证体系（Safety Case）：

 距工信部 L3/L4 强标正式实施仅剩约一年时间。行业正被迫从“测试案例通过制”转向“形式化安全论证制”， CARVE（可验证经济修复）等针对安全关键场景的形式化验证方法论将从学术圈快速走向工业界工程化落地。