自动驾驶

Semantics-Guided Multimodal Masked Autoencoder Pretraining for 3D BEV Object Detection

语义引导的多模态掩码自编码器预训练用于3D BEV目标检测

Prabuddhi Wariyapperuma, Rajitha de Silva, Marc Hanheide, Thomas Bohné, Leonardo Guevara

机构 * University of Lincoln, Lincoln Centre for Autonomous Systems（林肯大学，林肯自主系统中心） ； University of Cambridge, Institute for Manufacturing, Department of Engineering（剑桥大学，制造研究所，工程系） 纠错

专题命中 BEV与占用 ：BEV(title,title_cn)；LiDAR(summary_cn,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 提出语义引导的多模态掩码自编码器框架，通过语义引导的LiDAR体素掩码和辅助点语义解码分支，在预训练中注入语义信息，提升3D BEV目标检测性能。

Comments Accepted at the ICRA 2026 Workshop on Semantics for Reliable Robot Autonomy (SRRA) as a lightning talk and poster

Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method

扩展以占据为中心的驾驶场景生成：数据集与方法

Bohan Li, Xin Jin, Hu Zhu, Hongsi Liu, Ruikai Li, Jiazhe Guo, Kaiwen Cai, Chao Ma, Yueming Jin, Hao Zhao, Xiaokang Yang, Wenjun Zeng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究院） ； School of Electronic Information and Electrical Engineering（电子信息与电气工程学院） ； Li Auto（力汽车） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Ningbo Key Laboratory of Spatial Intelligence and Digital Derivative（宁波空间智能与数字衍生实验室） ； Ningbo Institute of Digital Twin（宁波数字孪生研究院） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；LiDAR(summary_cn,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 针对占据数据稀缺问题，构建最大语义占据数据集Nuplan-Occ，并提出统一框架联合生成高质量语义占据、多视角视频和LiDAR点云，采用时空解耦架构及高斯泼溅稀疏点图渲染和传感器感知嵌入策略，实现高保真生成。

Comments IEEE TPAMI

AnyScene: Towards Highly Controllable Driving Scene Generation at Anywhere and Beyond

AnyScene: 迈向高度可控的任意位置驾驶场景生成及超越

Haiming Zhang, Junfei Zhou, Feng Jiang, Jingzhong Li, Zhenglong Guo, Penglin Dai, Jifeng Dai, Yan Xie, Benjin Zhu

机构 * Li Auto（利汽车） ； Southwest Jiaotong University（西南交通大学） ； Tsinghua University（清华大学） 纠错

专题命中 BEV与占用 ：BEV(summary_cn,abstract)；autonomous driving(abstract)；occupancy(abstract)；分类 cs.RO、cs.CV

AI总结 提出AnyScene框架，通过时空占用扩散Transformer和几何引导视图扩展模块，实现从BEV布局生成语义占用序列和参考无关的多视角驾驶视频，支持精确可控和长时生成。

Comments Work in progress. Project page: https://mind-omni.github.io/

BridgeTA: Bridging the Representation Gap in Knowledge Distillation via Teacher Assistant for Bird's Eye View Map Segmentation

BridgeTA: 通过教师助手弥合知识蒸馏中表示差距的鸟瞰图分割

Beomjun Kim, Suhan Woo, Sejong Heo, Euntai Kim

机构 * Yonsei University（延世大学） ； Hyundai Motor Company（现代汽车公司） ； Korea Institute of Science and Technology（韩国科学技术院） 纠错

专题命中 BEV与占用 ：BEV(abstract,abstract_cn)；autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 提出BridgeTA框架，利用教师助手网络在保持学生模型架构和推理成本不变的情况下，弥合激光雷达-相机融合与纯相机模型之间的表示差距，并通过Young不等式推导蒸馏损失实现稳定优化，在nuScenes数据集上mIoU提升4.2%。

Comments Accepted at ICRA 2026 (8 pages, 6 figures)

A Closed-Form Dual-Barrier CBF Safety Filter for Holonomic Robots on Incrementally Built Occupancy Grid Maps

基于增量构建占据栅格地图的全向机器人闭式双障碍CBF安全滤波器

Himanshu Paudel, Basanta Joshi, Dhirendra Raj Madai, Alina Bartaula, Biman Rimal, Sanjay Neupane

机构 * Raspberry Pi（树莓派） ； PX4 ； CUAV Nano 7 ； Raspberry Pi 4B quadrotor（树莓派4B四旋翼无人机） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.RO

AI总结 提出一种闭式双障碍控制障碍函数安全滤波器，通过解析推导占据栅格地图的符号距离场，同时避免已映射障碍物并限制进入未探索区域，实现全向机器人在资源受限平台上的实时安全控制。

DriveGen3D: Boosting Feed-Forward Driving Scene Generation with Efficient Video Diffusion

DriveGen3D: 通过高效视频扩散提升前馈驾驶场景生成

Weijie Wang, Jiagang Zhu, Zeyu Zhang, Xiaofeng Wang, Zheng Zhu, Guosheng Zhao, Chaojun Ni, Haoxiao Wang, Guan Huang, Xinze Chen, Yukun Zhou, Wenkang Qin, Duochao Shi, Haoyun Li, Yicheng Xiao, Donny Y. Chen, Jiwen Lu

机构 * Zhejiang University（浙江大学） ； GigaAI ； Tsinghua University（清华大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Peking University（北京大学） ； Monash University（墨尔本大学） 纠错

专题命中 BEV与占用 ：BEV(abstract,abstract_cn)；分类 cs.CV

AI总结 提出DriveGen3D框架，结合快速视频扩散Transformer（FastDrive-DiT）和前馈3D重建模块（FastRecon3D），实现高质量、可控的动态3D驾驶场景生成，在长视频和3D一致性上达到最优。

Comments ICME 2026 Oral, Project Page: https://lhmd.top/drivegen3d

Finite-Particle Convergence Rates for Conservative and Non-Conservative Drifting Models

保守与非保守漂移模型的有限粒子收敛速率

Krishnakumar Balasubramanian

机构 * Department of Statistics, University of California, Davis（加州大学戴维斯分校统计系） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI

AI总结 针对一步生成建模，提出保守漂移方法（用核密度估计梯度速度替代位移速度）并证明连续时间有限粒子收敛界，同时分析非保守方法（Laplace核）的对应速率。

Architectural Limits of Cloud TPUs in Finite-Field Cryptography

有限域密码学中云TPU的架构限制

Hung Dang, Xuan Phu Dang, Tue Nguyen

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 通过实验表征云TPU在有限域密码学中相比GPU的成本效率缺陷，并分析其根本原因在于缺乏宽整数ALU和空间惩罚。

The Model Parking Tax: Quantifying the Hidden Energy Cost of Always-On GPU Model Deployment

模型停放税：量化始终在线GPU模型部署的隐藏能耗成本

Sai Sathvik Vadari

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 通过跨架构测量，发现GPU空闲功耗由DVFS状态决定，而非显存占用，CUDA上下文贡献了超过98%的停放税，并建立了冷启动盈亏平衡模型。

Comments 7 pages, 3 figures, 5 tables

Why Agentic Theorem Prover Works: A Statistical Provability Theory of Mathematical Reasoning Models

为什么智能体定理证明器有效：数学推理模型的统计可证明性理论

Sho Sonoda, Shunta Akiyama, Yuya Uezato

机构 * CyberAgent, Inc.（CyberAgent公司） ； National Institute of Informatics, Japan（日本信息机构） 纠错

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文通过统计可证明性理论，将形式化证明搜索建模为有限视界可达性MDP，分析了智能体定理证明器中各组件对有限预算下证明成功率的影响，并给出了成功率差距的误差界。

Comments accepted at icml2026