打破BEV的桎梏！无需BEV的端到端自动驾驶大一统架构！

尽管目前各大车企都已“调转车头”，投入端到端自动驾驶技术的研发中，但是端到端自动驾驶方案都高度依赖于BEV，严重限制了其Scale Up潜力。ICLR2025最新收录的一篇论文设计了一套不同于以往Scale Up Vision Backbone算法的，以Decoder为核心的无需BEV的大一统架构。

DriveTransformer在一定程度上标志着端到端技术从“依赖特定视角”向“动态自适应”的范式转变。

3月20日晚（周四）杨导师带你学习《大一统端到端架构黑魔法：大一统架构的DriveTransformer》从论文入手，详细拆解架构，找创新点，算法框架选择，实验评估里的方法比较！并探索多模态融合与任务并行化新路径。

直播课内容概览

01 论文引言

DriveTransformer的核心根据

02 相关工作

E2E-AD的历史

DETR风格的解码策略

统一的BEV分割框架

03 DriveTransformer设计（重点）

初始化 & Tokenization

Token之间的共同交互

DETR风格的任务头设计

损失函数及其优化

04 实验要点（重点）

数据集 & benchmark

主实验分析

消融实验分析

鲁棒性分析

05 总结与展望

任务并行：所有智能体、地图与规划查询直接交互，打破串行模式限制

导师介绍

杨导师

【简介】毕业于知名计算机名校。博士期间研究方向聚焦为计算机视觉，自然语言处理，高效的深度学习训练和推理方法，大语言模型轻量化与高效微调技术。曾在多家公司担任算法研究员，并进行计算机视觉，高效模型压缩算法，多模态大语言模型的研究，包括模型量化，剪枝，蒸馏，编译以及高效稀疏化训练与推理。

【科研成果】在国际顶级会议CVPR,ICCV, EMNLP等发表13篇论文，并担任CVPR,ICCV,ECCV,ICML,ICLR, NeurIPS等重要会议和期刊的审稿人。多项发明专利，指导学生有耐心，教学严谨，思维逻辑缜密，已经指导数十篇论文。对于成果好的学生，帮助学生写推荐信和指导申请硕/博申请。

【招收学生方向】计算机视觉，自然语言处理，高效模型压缩算法，多模态大语言模型，包括模型量化，剪枝，蒸馏，编译以及高效稀疏化训练与推理

研梦非凡科研论文指导unsetunset

如果你的研究方向/方法/idea是属于CV全方向/NLP全方向/机器学习/深度学习及AI+金融、医疗、交通等方向，如果你需要发CCF A-C、SCI一区-四区、EI会议/EI期刊、毕业大论文、毕业设计等，都可以来研梦非凡，匹配合适的科研指导。

研梦非凡可指导的研究方向

主流方向科研论文常用方法

研梦非凡现有idea

研梦非凡导师团队

研梦非凡的导师来自海外QStop50、国内华五、C9、985高校的教授/博士导师/博士后，世界500强公司算法工程师，以及国内外知名人工智能实验室研究员。

这是一支实力强大的高学历导师团队，在计算机科学、机器学习、深度学习等领域，积累了丰富的科研经历，研究成果也发表在国际各大顶级会议和期刊上，在指导学员的过程中，全程秉持初心，坚持手把手个性化带教。包括但不限于以下导师～～