点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 论文作者 | Jiayuan Du等 编辑 | 自动驾驶之心 端到端自动驾驶预测技术正迎来革命性突破！传统方法依赖鸟瞰图（BEV）表示或离散令牌化，这些技术虽然在一定程度上推动了行业发 展，但本质上限制了模型对复杂时空依赖的捕捉能力。特别是在长时预测和动态场景中，如何平衡精度与效率成为制约技术落地的核心挑 战。如果仅靠VAE编码或BEV先验，往往难以兼顾细粒度细节和实时性需求。近年来，基于注意力的Transformer架构在语言和视觉领域的 成功，为自动驾驶世界模型提供了全新思路——能否直接利用稀疏表示绕过中间表示，实现更灵活的时空建模？这是一个值得深入探索的 方向。 现有4D占用预测方法大多面临两大本质局限：一是过度依赖VAE等离散令牌化技术，导致表征容量受限，细节信息丢失；二是BEV表示引 入的显式几何先验，虽然简化了问题形式化，但严重限制了特征交互的灵活性。例如，OccWorld和RenderWorld采用VQ-VAE编码场景，虽 然简化了生成过程，却 ...