文远知行发布全球保险合作伙伴计划以规模化部署自动驾驶车辆
文远知行(WeRide)于 2026 年 10 月 27 日宣布启动全球保险合作伙伴计划,安联保险新加坡与平安产险作为首批伙伴加入。该计划旨在支持其在中国、东南亚、中东及欧洲等地的自动驾驶服务扩张,共同开发覆盖 L4 级车辆全生命周期的定制保险方案,包括机动车责任险、商业综合险及产品责任险等。
推荐理由:文远知行宣布启动全球保险合作计划,联合安联与平安产险为 L4 级自动驾驶全生命周期提供定制保障。
技术方向
辅助驾驶与自动驾驶的技术、量产和运营,保留功能边界、地域、许可条件及安全证据。
204 条精选近 30 天 59 条共收录 1,008 条
文远知行(WeRide)于 2026 年 10 月 27 日宣布启动全球保险合作伙伴计划,安联保险新加坡与平安产险作为首批伙伴加入。该计划旨在支持其在中国、东南亚、中东及欧洲等地的自动驾驶服务扩张,共同开发覆盖 L4 级车辆全生命周期的定制保险方案,包括机动车责任险、商业综合险及产品责任险等。
推荐理由:文远知行宣布启动全球保险合作计划,联合安联与平安产险为 L4 级自动驾驶全生命周期提供定制保障。
近日,由市场监管总局认证认可技术研究中心牵头、地平线等单位联合申报的《车规级高端SoC芯片性能与安全检测认证关键技术与应用》项目荣获2025年度中国检验检测学会科学技术奖一等奖。
推荐理由:地平线联合申报项目获中国检验检测学会科学技术奖一等奖,其首创的MAPS评测方法填补了行业空白并写入团体标准。
讯飞发布Spark-X2.6系列大模型,该模型基于全栈自主可控的国产算力平台构建,支持端侧与云端按需协同。实测显示,4B版本在仅靠CPU离线运行时,能独立完成跨文件数据核对、风险识别及代码生成任务(如搭建3D故宫网页),完成度约九成;云端版本则通过评语模型路由机制,将敏感信息脱敏后处理复杂合同审查,准确率提升至96.1%。
推荐理由:实测讯飞Spark-X2.6全栈国产算力模型,验证其在纯CPU离线环境下的跨文件分析与代码生成能力。
DriveOSS 是首个专为自动驾驶设计的 3D 异常分割和开放集语义分割数据集与基准,旨在解决现有方法在未知物体场景下的不足。该数据包含由六路环视 RGB 相机、128 线激光雷达及 GPS/IMU 采集的 12,661 帧同步标注图像,涵盖晴、夜、阴、雨、雪等 52 个真实驾驶场景。
推荐理由:DriveOSS 发布首个面向自动驾驶的 3D 异常分割与开放集语义分割数据集及基准,包含多模态数据与 ID/OOD 子集划分。
该研究引入 CANDID-LKA 框架,利用车载 CAN 总线数据与第三方视觉系统,对三款主流车型共 39,800 秒的实车驾驶进行了评估。结果显示,显示状态无法一致响应标线难识别的条件,不同厂商报告‘未检测到’的频率差异巨大;潜类别模型表明显示状态仅能反映 47% 的感知退化时刻(第三方系统为 80%),且在近半数低置信度片段中从未报警。
推荐理由:该研究通过车载 CAN 总线与第三方视觉系统对比,揭示了量产车道保持辅助系统在低置信度场景下存在‘静默’失效风险,且不同厂商表现差异显著。
10月26日,小鹏汽车宣布其Robotaxi“小鹏悠游”正式获批L4级自动驾驶示范运营资质,可在广州全域开展示范运营。该车型基于旗舰车型GX打造,是中国首款全栈自研、前装量产的Robotaxi,搭载4颗自研图灵AI芯片与第二代VLA大模型,不依赖激光雷达与高精地图。
推荐理由:小鹏悠游获广州L4示范运营资质,基于全栈自研方案完成内测并计划明年无安全员载客。
2026年10月22日,捷达M6正式上市,售价7.98万至9.98万元。该车型搭载基于地平线征程6M芯片的酷睿程Hyper Sense 8一段式端到端车载解决方案,由HSD AI基座模型深度赋能,支持高速NOA、城市NOA及全场景智能泊车等功能,不依赖高精地图。这是地平线与大众智驾合作推动高阶智驾进入10万元级主流市场的最新实践。
推荐理由:捷达M6搭载地平线征程6M与HSD模型,将高阶智驾下探至10万元级市场。
Lunar Outpost 公司宣布选择 AEye 的 Apollo 长距激光雷达平台集成至 Pegasus 月球地形车(LTV),用于 NASA Artemis 计划的载人任务,预计 2027 年交付、2028 年部署。
推荐理由:AEye Apollo LiDAR 被选定用于月球探测车,验证了固态激光雷达在极端真空与热冲击下的可靠性。
论文针对自动驾驶在新城市部署成本高、需大量人类演示数据的瓶颈,提出 NOMAD(No data Map-based self-play for Autonomous Driving)方法。
推荐理由:提出 NOMAD 方法,利用自博弈强化学习仅凭地图信息实现跨城市策略迁移,无需目标城市的人类演示数据。
该论文提出 AlignDrive 框架,通过级联设计将纵向规划从独立预测任务转化为基于路径的条件推理过程。模型侧引入锚点回归设计以条件化纵向预测并降低几何不确定性;数据侧采用规划导向的数据增强策略模拟罕见安全关键事件。
推荐理由:提出级联框架将纵向规划转化为路径条件推理,在 Bench2Drive 基准上实现 SOTA 性能并显著改善协调性与安全性。
该论文研究了将基于知识图谱嵌入和贝叶斯推断的车道变更预测集成到自动驾驶决策中的效益。在 CARLA 仿真的高风险合流场景中,模型能提前约 3-4 秒预测周围车辆的变道意图。
推荐理由:该研究在 CARLA 仿真中验证了基于知识图谱嵌入与贝叶斯推断的变道预测,相比反应式策略显著降低峰值减速度并提升乘坐舒适性。
工业和信息化部装备工业一司组织全国汽车标准化技术委员会开展制修订工作,形成《汽车数据安全要求》等五项强制性国家标准的征求意见稿。征求意见截止日期为2026年12月19日,涉及智能网联汽车泊车组合驾驶辅助系统安全、自动泊车系统安全及车载无线广播接收系统等具体领域。
推荐理由:工信部公开征求五项强制性国家标准意见,涵盖数据安全、外部照明及泊车辅助系统安全要求。
文远知行因基于 GENESIS 通用仿真模型与 WITT 认知基础模型的物理 AI 闭环,入选 WICV 2026“2026 年十大汽车 AI 应用案例”。CEO Tony Han 在主题演讲中分享了将 L4 自动驾驶技术应用于 L2 ADAS 的经验,强调以算力密度衡量智能水平并坚持安全优先。
推荐理由:文远知行因基于 GENESIS 与 WITT 的物理 AI 闭环入选 WICV 2026 十大案例,展示了从 L4 技术向 L2 ADAS 迁移及规模化部署的路径。
论文提出将零样本跨城市迁移视为端到端自动驾驶系统的表征级压力测试,旨在探究视觉预训练如何影响地理域偏移下的转移行为。研究整合了 I-JEPA、DINOv2 和 MAE 等自监督骨干网络进入规划框架,并在 nuScenes 开放回路设置及 NAVSIM 闭环评估协议下进行了严格地理分割的对比实验。
推荐理由:该研究将跨城市迁移作为端到端自动驾驶的表征级压力测试,对比了自监督与监督预训练在地理域偏移下的泛化表现。
论文提出 DriveMLP,这是一个轻量级 MLP 策略,利用专家引导强化学习(EGRL)框架进行训练。该框架将强化学习仅作为优化工具,使用基于轨迹距离的奖励函数。
推荐理由:研究显示训练策略比模型复杂度更能提升性能,DriveMLP 在 nuPlan Val14 Reactive 基准上超越前最佳 IL 规划器且推理快 15 倍以上。
当地时间10月21日,特斯拉公布2026年第三季度财报,当季总营收280.5亿美元,GAAP净利润7.87亿美元同比下滑43%,全球交付48.65万辆同比减少2%。
推荐理由:特斯拉发布2026年Q3财报,显示FSD订阅量增长与Robotaxi运营进展,同时下调资本开支并调整资源投向。
论文提出 TOAD 方法,将端到端规划器的评分器转化为学习到的轨迹级奖励函数,并在测试时使用交叉熵方法搜索最大化该奖励的轨迹。该方法无需重训即可作为即插即用模块集成到现有规划器中。实验显示,TOAD 在七种基线规划器上均提升了 NAVSIM-v1、NAVSIM-v2 及闭环 HUGSIM 基准的表现。代码已公开。
推荐理由:TOAD 将评分器转化为测试时奖励函数,利用交叉熵方法优化轨迹,无需重训即可提升七种基线规划器的 NAVSIM 与 HUGSIM 基准表现。
针对自动驾驶中视觉语言动作模型接收到的离散文本指令难以关联环境约束的问题,该研究提出了因果场景叙述方法,通过在推理阶段进行意图与约束对齐、量化 grounding 及结构化分离来优化输入。
推荐理由:该研究提出在推理阶段重构 VLA 文本输入的方法,在多城镇 CARLA 测试中显著提升了路线完成率,并验证了其对感知噪声的鲁棒性。
论文提出 QualiDrive 方法,将端到端自动驾驶中的轨迹生成沿驾驶质量轴而非高斯噪声轴进行扩散。该方法通过构建场景特定的质量阶梯,根据测得的驾驶效应对观测到的轨迹排序,并学习通过有序的低质到高质细化来逆转这种退化。
推荐理由:提出沿驾驶质量轴进行扩散的 QualiDrive 方法,在 NAVSIM 上实现 SOTA EPDMS 并显著提升高分候选比例。
针对稀疏规划器候选集有限且固定预算无法应对预测不确定性的问题,提出 Expand-and-Prune 框架。该方法利用语义驾驶意图和时序传播预测扩展原生候选集,并基于中间轨迹分数的不确定性进行自适应剪枝。
推荐理由:提出无需更新参数的测试时候选集自适应框架,在四个基准上提升规划性能并显著改善分布外场景表现。