刷新NAVSIM SOTA，复旦引望提出Masked Diffusion端到端自动驾驶新框架

主要观点总结

文章介绍了随着VLA模型的兴起，端到端自动驾驶正在经历从模块化到大一统的范式转移。针对现有自回归模型的局限性，复旦大学与引望智能联合提出了WAM-Diff框架，该框架结合了离散掩码扩散模型、稀疏混合专家架构与在线强化学习，构建了不再受限于单向时序的生成式规划系统。在权威评测基准NAVSIM中，WAM-Diff展现了卓越的性能，并有力证明了非自回归生成范式在复杂自动驾驶场景下的巨大潜力。

关键观点总结

关键观点1: 文章背景介绍VLA模型的兴起及自动驾驶领域的变革。

随着技术的发展，自动驾驶正在经历从模块化到大一统的转移。

关键观点2: 现有自回归模型的局限性。

现有的自回归模型强制遵循‘从左到右’的时序生成逻辑，这与人类驾驶员的思维直觉存在本质差异。

关键观点3: WAM-Diff框架的介绍。

复旦大学与引望智能提出了WAM-Diff框架，结合离散掩码扩散模型、稀疏混合专家架构与在线强化学习，构建了一套不再受限于单向时序的生成式规划系统。

关键观点4: WAM-Diff框架的创新点。

WAM-Diff重新思考生成逻辑，从数值回归到离散序列生成；采用Mixed-of-Experts架构解决单一模型的局限性；引入在线强化学习来提高模型在复杂场景下的鲁棒性。

关键观点5: WAM-Diff框架的实验结果。

在权威评测基准NAVSIM中，WAM-Diff取得了卓越的性能，证明了其在实际应用中的有效性。