世界模型赋能自动驾驶 | 信息与智能工程学院举办线上学术讲座

2026年8月5日下午，信息与智能工程学院杨婷婷老师在线上为全院师生作了一场题为"世界模型与自动驾驶前沿综述"的学术讲座。本次讲座聚焦世界模型这一自动驾驶领域的前沿技术范式，系统梳理了其发展脉络、核心挑战与最新研究成果，吸引了众多教师和研究生参与交流。

讲座中，杨婷婷老师首先从世界模型的定义出发，阐释了其根植于认知科学的理论基础——人类通过大脑内部模型整合感官、预判事件、指导行动，而世界模型则赋予AI智能体"想象"和"规划"的能力。她指出，与传统模块化设计将感知、预测、规划分为独立模块不同，世界模型将三者集成于统一框架，实现端到端优化。世界模型在自动驾驶中主要解决观测不完备性与未来不确定性两大根本问题，其核心价值体现在预测未来场景、生成训练数据和闭环仿真验证三个方面。在技术演进方面，杨老师梳理了从2023年GAIA-1、DriveDreamer的概念引入，到2024年GenAD、Vista的技术深化，再到2025年GAIA-2、DrivingWorld实现多模态融合的发展脉络，并指出当前超过80%的自动驾驶算法已采用世界模型辅助训练。

在方法层面，杨老师重点介绍了xiaomi世界模型的三大技术组件。WorldRec以稀疏查询驱动的前馈重建架构，将重建时间从4小时压缩至约10秒，在Waymo数据集上取得PSNR 28.48的当前最优成绩。WorldGen采用双向预训练与因果微调两阶段策略，通过Teacher Forcing、ODE蒸馏和DMD分布匹配蒸馏三个递进阶段，实现仅4步去噪的高质量在线生成，FVD指标达到64.97，生成帧数达81帧。联合世界模型深度融合两者，以重建的几何先验约束生成的想象力，以生成的想象力补齐重建的观察边界，在时间稳定性、跨视角一致性和视觉保真度三个维度实现协同提升。杨老师还展望了长时序一致性、多模态深度融合、闭环交互式仿真、安全性保障及统一架构与Scaling Law五大未来方向，指出世界模型有望成为自动驾驶系统的"虚拟试驾场"。

本次讲座内容前沿、逻辑清晰、案例丰富，引发了在场师生的热烈讨论。讲座结束后，多位教师和同学围绕世界模型的技术路线选择、数据规模与性能关系、从生成到规划验证的演进等问题与杨老师进行了深入交流。大家纷纷表示，通过此次讲座对世界模型在自动驾驶中的应用有了更加系统的认识，对后续科研方向的选择和课题开展具有重要启发意义。