闭环SOTA！BEVDriver：基于多模态BEV表征的自动驾驶决策新范式，暴力提升35%~

主要观点总结

本文介绍了BEVDriver模型，这是一种基于大型语言模型（LLM）的端到端闭环驾驶模型。该模型利用潜在BEV（鸟瞰图）特征作为感知输入，通过BEV编码器处理多视角图像和3D LiDAR点云数据，结合自然语言指令进行轨迹预测和规划。在LangAuto基准测试中，BEVDriver的驾驶得分较现有最佳方法提升高达18.9%。文章还介绍了大会预告，智猩猩联合主办的2025中国生成式AI大会（北京站）将举行。

关键观点总结

关键观点1: BEVDriver模型的主要特点

BEVDriver是一种基于LLM的端到端闭环驾驶模型，通过融合感知模块和语言模块实现高精度轨迹预测和规划。该模型利用BEV地图作为感知输入，通过BEV编码器处理多视角图像和3D LiDAR点云数据，结合自然语言指令进行轨迹预测。BEVDriver在LangAuto基准测试中表现出优异的性能，驾驶得分较现有最佳方法提升高达18.9%。

关键观点2: LLM在自动驾驶领域的应用

LLM凭借其推理能力和自然语言理解潜力，在自动驾驶领域作为通用决策者进行自车运动规划，并与人类交互及适应为人设计的驾驶环境。虽然当前自动驾驶方法在结合3D空间表征与LLMs的推理及语言能力方面仍面临挑战，但LLM的潜在价值正在逐步得到发掘和应用。

关键观点3: 大会预告

智猩猩联合主办的2025中国生成式AI大会（北京站）将于4月1-2日举行。此次大会将聚焦DeepSeek、大模型与推理模型、具身智能、AI智能体与GenAI应用等领域，20+位嘉宾/企业已确认参会，分享和讨论相关领域的前沿技术和应用。欢迎感兴趣的人士报名参加。