大会概况与主题 - 第七届全球智能驾驶大会于12月1日在苏州相城区举办，主题为“智联世界 驾驭未来” [1] - 大会旨在助力构建智能驾驶全球化发展新格局 [1] 技术发展趋势 - 自动驾驶领域当前正围绕端到端、VLA与世界模型等主流技术路线展开探索 [1] - 世界模型通过对物理环境的高维认知建模，使智能体具备“理解世界、预测未来、自主决策”的能力 [1] - 依托苏州丰厚的车路云数据资源，顶尖院所与行业领袖将全面启动世界模型联合研发，旨在攻克下一代智能驾驶核心技术，驱动产业范式变革 [1] 专题交流与产业生态 - 大会围绕“探索汽车智能化产品出海路径”和“构建汽车数字化与服务化出海生态”两大主题展开专题交流 [1] - 中国机电产品进出口商会、中国汽研、岚图汽车、轻舟智航、曹操出行、奥托立夫等机构与企业代表参与讨论 [1] 政策与法规进展 - 现场对《江苏省无人驾驶装备商业示范应用工作指引（试行）》进行了解读 [1] - 该《工作指引》的出台为无人驾驶技术走向市场化、规模化应用提供了重要指导 [1] 苏州产业发展现状 - 苏州正奋力打造全球领先的“智驾之城”，已集聚相关企业超800家 [2] - 苏州智能车联网产业规模达1100亿元 [2] - 苏州成功获批国家5G车联网验证与应用项目，以及国家首批智能网联汽车“车路云一体化”应用试点 [2] 研发平台与产业链 - 江苏省智能驾驶技术重点实验室在苏州市政府指导下，由苏州数智科技集团牵头，联合清华大学苏州汽车研究院、Momenta共同组建，并于今年正式获评省级重点实验室 [2] - 苏州构建了以智能汽车、基础支撑、信息交互为核心的产业链生态，覆盖自动驾驶算法、激光雷达、高精地图、高级辅助驾驶等30余个细分领域 [2] - 产业形成“1+5+4”空间格局：以相城区为核心区，常熟市、苏州工业园区、吴江区、吴中区、高新区为重点区，张家港市、太仓市、昆山市、姑苏区为联动区 [2]

行业宏观发展 - 信息技术应用创新产业是中国为构建自主可控IT生态体系而重点发展的战略性新兴产业，正迎来蓬勃发展 [1] - 行业当前正经历从“可用”到“好用”、从试点到规模化的关键转型 [1] 行业活动与人才储备 - 2025第二届教育信息技术应用创新大赛在杭州举办，来自全国295所高校的320支队伍、888名师生代表参加了决赛 [1] - 大赛覆盖多个方向，包括应用软件适配迁移、操作系统技能挑战等基础实操类赛项，以及人工智能方向的10个创新赛道 [1] - 比赛中选手们完成了系统部署、应用开发、网络安全等高难度挑战，展现出扎实的技术功底与创新能力 [1] - 大赛赛项设置精准对接教育场景实际需求，通过以赛促学的方式有效促进了产业与教育的深度融合，为信创人才培养体系建设提供了实践范本 [1]

公司招聘流程 - 公司招聘流程包括笔试和五轮技术面试 [3] - 笔试包含三道算法题，涉及图搜索、模拟和动态规划，难度为LeetCode中等水平 [4] - 每轮面试均包含1-2道算法题，涉及链表操作、动态规划、堆排序和DFS等 [3][6][8][11][14] 技术面试内容 - 面试问题涵盖项目经验、规划控制算法和深度学习等多个技术领域 [5][8][11][12] - 规划控制相关问题包括MPC优化问题构造、Hybrid A*算法流程和运动学约束算法改进等 [5][8][12] - 深度学习相关问题涉及目标检测、关键点检测和图像处理等 [8][11] 算法与数据结构 - 笔试算法题通过率分别为90%、0%和70%，主要考察动态规划和异或操作 [4] - 面试算法题包括链表合并、棋盘路径规划和TopK问题等，要求实现多种解法和优化 [6][8][11][14] - 算法实现要求涵盖递归、迭代、记忆化搜索和STL容器应用等 [8][11][14] 职位与团队 - 公司职位划分非常细致，专注于特定技术方向如规划控制和自动泊车 [3][7][12] - 团队合作紧密，工作中会参考学术论文并开展组内组间协作 [9][13] - 招聘流程包含英文技术面试，由技术主管考察项目经验和算法基础 [14] 行业技术趋势 - 自动驾驶技术栈呈现趋同态势，技术方案向统一化方向发展 [22] - 行业出现One Model、VLM和VLA等技术趋势，技术壁垒不断提高 [22] - 技术发展方向涵盖端到端自动驾驶、大模型和多模态3D目标检测等多个领域 [27]

行业发展趋势 - 自动驾驶行业面临结构性调整 出现裁员现象 从业者转向具身智能和大模型等热门方向[1] - 技术演进聚焦VLA(视觉语言动作模型)和端到端自动驾驶 这些方向被视为具有更高技术壁垒和转型潜力[1] - 行业技术栈快速扩展 涵盖多模态大模型 数据闭环4D标注 世界模型等前沿领域[2] 技术资源体系 - 自动驾驶之心社区建立完整技术体系 包含超过40个技术路线分类[2] - 社区资源覆盖从基础数学[3]到前沿VLA算法[40]的全栈技术内容 - 提供近60个自动驾驶数据集资源 包括NuScenes Waymo KITTI等主流数据集[16][25][33] 人才发展生态 - 社区成员规模超过4000人 目标两年内达到近万人[1] - 汇聚国内外知名高校和头部企业资源 包括上海交大 清华大学 CMU 蔚小理 华为 英伟达等机构[16] - 建立与多家自动驾驶公司的内推机制 提供岗位对接服务[7][30] 技术应用方向 - 端到端自动驾驶成为研究热点 涵盖量产方案 多模态融合 可解释性等细分方向[29][34] - 3DGS与NeRF技术在场景重建和闭环仿真领域获得重要应用[35] - BEV感知技术成熟度较高 已成为量产方案的基石[44] 社区服务内容 - 提供专业技术直播超过100场 涵盖VLA 3D检测 规划控制等前沿话题[58] - 建立完善的问答机制 解答从技术入门到职业发展的各类问题[61][62] - 整合求职资源 包括实习 校招 社招岗位分享和内推服务[30]

社区定位与愿景 - 社区致力于让AI与自动驾驶技术普及化 成为连接企业与高校的桥梁 [1] - 社区见证自动驾驶技术从早期2D方案演进至VLA大框架 具备深厚行业积累 [1] - 目标构建涵盖产业、学术、求职、问答的完整闭环生态 日均进行运营复盘以优化服务 [1] 技术资源体系 - 梳理超过40种技术路线 覆盖VLA benchmark、行业应用咨询及学习路线 [1] - 汇总近40个开源项目与近60个自动驾驶数据集 包括NuScenes、KITTI、Lyft L5等主流数据集 [12][17] - 提供数学基础、计算机视觉、深度学习、编程等超20类学习资料 包含斯坦福等顶尖院校课程课件 [4][20] - 整合超过14种仿真框架（如Carla、Apollo、Autoware）和6种后端仿真工具 支持3DGS/NeRF闭环仿真 [4][19] 专家与行业网络 - 邀请数十位来自产业界与学术界的一线专家 涵盖顶会常驻嘉宾及企业技术领袖 [1] - 社区成员覆盖上海交大、清华、CMU、ETH等国内外300余家机构 以及蔚小理、华为、英伟达、Momenta等头部企业 [12] - 建立与多家自动驾驶公司的内推机制 直接对接岗位需求与人才简历 [6] 核心技术覆盖领域 - **感知技术**：包含2D/3D目标检测、鱼眼感知、BEV感知、多传感器融合等超15个子领域 [4][21] - **规划控制**：涵盖基于搜索/采样/数值优化的规划框架 以及横纵解耦/联合规划方案 [12][21] - **前沿方向**：深度布局端到端自动驾驶、世界模型、VLA（视觉语言动作模型）、扩散模型等新兴领域 [4][34][44] - **工程落地**：提供模型压缩、部署优化、CUDA加速实战及Orin芯片部署等实战内容 [7][21] 内容服务形式 - 提供超100场专业直播 分享主题涵盖VLA模型、3D检测基座模型、安全架构等前沿议题 [86] - 开设"自动驾驶100问"系列专题 覆盖TensorRT部署、毫米波雷达融合、BEV感知等核心难题 [4] - 支持24小时内技术问答反馈 并提供开源代码方案与工业级圆桌讨论资源 [1][16] 职业发展支持 - 分设实习/校招/社招岗位专区 内推岗位涵盖感知算法、端到端模型、模型优化等方向 [7][22] - 提供职业规划咨询 包括博士研究方向选择、企业跳槽建议及技术栈升级路径 [16][21]

自动驾驶行业招聘与求职 - 英伟达自动驾驶职位划分非常细致 今年仅开放实习转正通道 无校招名额 笔试包含3道算法题 涉及图搜索和动态规划等题型 [3][4] - 面试流程包含5轮技术面 每轮均有1-2道算法题 重点考察MPC规划控制、Hybrid A*算法、运动学约束算法等专业知识 以及链表操作、动态规划等编程能力 [5][6][8][10][11] - 技术面试深度涉及自动驾驶核心算法 包括MPC优化问题构造、非线性优化器选择、QCQP求解、iLQR与DDP区别等控制理论 以及state lattice规划、kinodynamic-RRT改进等运动规划算法 [5][11] - 最终轮为全英文技术主管面试 侧重项目细节与工程实现 包含EKF原理、多传感器时间同步等嵌入式系统经验 以及递归/迭代编程能力测试 [13] 自动驾驶技术发展趋势 - 行业技术栈呈现趋同态势 传统分散技术方向正被one model、VLM、VLA等统一方案取代 技术壁垒显著提高 [20] - 算法工程师需掌握跨领域技能 包括感知转大模型、规则转具身智能等转型需求 反映行业对复合型人才的需求增长 [20] - 前沿技术方向涵盖端到端自动驾驶、世界模型、BEV感知、Occupancy网络、多模态融合等30+技术路线 显示行业技术多元化发展 [22][24] 自动驾驶人才社区生态 - AutoRobo知识星球聚集近1000名行业从业者 覆盖智元机器人、地平线、小米汽车等知名企业 形成求职交流平台 [18] - 社区规模达4000人 吸引300+企业与科研机构加入 提供技术方案分享与岗位发布功能 [22] - 专业课程体系包含BEV模型部署、多传感器标定、轨迹预测等20+方向 配套学习视频资源 构建完整人才培养路径 [24]

公司发展历程 - 2002-2010年为创业期，公司通过IPO上市并改变用户出行方式，复合增长率、市值和行业影响力达到高光时刻[10] - 2010-2015年为舒适期但面临BAT冲击，阿里收购高德并宣布免费导致公司基本盘受创，内部创新停滞[11][15] - 2015-2023年为转型期，聚焦芯片、座舱、高精定位和自动驾驶，砍掉非汽车智能化业务，战略定位为"以智驾为龙头的新型Tier1"[18][27] 业务转型与挑战 - 2015年收购联发科汽车电子事业部成立杰发科技，切入车载芯片领域[17] - 2019年放弃L4级自动驾驶研发，因连续三年亏损且国际化受阻，转向"四个聚焦"战略[26][27] - 2024年营收35.18亿元同比增长12.68%，仍亏损10亿元，但2025年一季度新增定点360万套（基础行车300万套+舱泊60万套）[6][7] 行业竞争格局 - 地图业务遭遇互联网巨头降维打击，公司比喻为"四维图新对抗五维图新"[5][13] - 高精地图领域通过饱和式攻击成为行业第一，但"无图"技术路线兴起导致变现受阻[25][57] - 当前智驾行业仅华为和理想实现现金流为正，具备组织韧性和用户口碑[33][34] 技术路线与合作 - 与卓驭科技合作填补高通8620/8650芯片方案空白，形成能力互补[44][55] - 坚持"有图方案"技术路线，认为无图是外界误读，实际仍需高精地图支持[57][58] - 布局具身智能领域，通过惯导技术研发秒级姿态控制方案，预计3-5年实现突破[69][70] 组织管理与战略 - 采用阿里"三板斧"管理方法，实行矩阵式管理结构防止业务脱节[64][65] - 设立产品委员会而非CTO角色，由智驾业务整合各产品线形成解决方案[66][67] - 坚持长期主义策略，认为智能化赛道可持续20年，不追求短期市值波动[76] 市场趋势判断 - 预测18个月后地平线J6与高通8620/8650将成为智驾芯片主流方案[49][50] - 车企出海带来新机遇，高精定位、芯片等产品通过欧盟标准认证[73] - 行业从堆算力转向性价比竞争，卓驭在32Tops芯片实现L4验证技术能力[52][53]

自动驾驶行业招聘信息 - 头部自动驾驶供应商招聘规控算法工程师/PNC专家 月薪40k-100k 工作地点北京/上海 负责决策规划控制算法开发及前沿技术跟踪 [2][5] - 端到端/VLA工程师岗位 月薪30k-80k 工作地点深圳/上海 负责端到端驾驶系统研发与模型优化 需掌握深度学习框架及自动驾驶算法 [4] - 端到端/视觉算法与工程专家 月薪40k-80k 工作地点上海/苏州 负责视觉感知算法研发 要求计算机视觉基础扎实且有相关研究经验 [6][9][10] 行业知识平台内容 - AutoRobo知识星球聚集近1000名行业从业者 涵盖地平线/理想/华为等企业员工及应届生 提供求职交流平台 [11] - 平台提供自动驾驶领域专业资料 包括毫米波融合/BEV感知/多传感器标定等专题的"一百问"技术文档 [17][18] - 汇集行业深度研报 涵盖具身智能/人形机器人等领域发展现状及趋势分析 [23][24] 求职辅助资源 - 整理各类岗位面经 包括决策规划/SLAM/算法工程师等岗位的面试流程及技术问题 [26][30] - 提供谈薪技巧指导 包含HR面常见问题及薪资谈判策略 [28][31] - 汇总专业书籍资源 涵盖机器人/自动驾驶/AI等领域的学习材料 [29] 岗位能力要求 - 规控算法岗位要求硕士学历 需掌握C++/Python及MPC/PID等算法 有Apollo等开源项目经验优先 [5] - 视觉算法岗位要求3年以上经验 熟悉PyTorch框架 有顶会论文或竞赛获奖经历者优先 [9][10] - 普遍要求跟踪学术前沿技术 具备独立解决问题能力及团队协作精神 [5][10]

自动驾驶仿真技术研讨会核心内容 1 研讨会背景与意义 - 高保真度仿真技术是解决自动驾驶算法测试成本高和安全隐患的关键 传统仿真器存在场景风格差异 离线数据集无法实现闭环测试的局限性[1] - 新视角合成(NVS)技术突破性在于基于真实数据构建闭环仿真环境 为动态交互场景评估提供新途径[1] 2 核心挑战与赛道设置 外插视角新视点合成赛道 - 聚焦外插视角渲染保真度问题 当前技术受限于训练数据视角覆盖范围 稀疏输入时外插视角质量不足[3] - 赛道设置多难度渲染挑战 重点评估变换车道 转向等自动驾驶关键场景的视角外插鲁棒性[3][4] 自动驾驶闭环仿真评估赛道 - 突破性体现在：首次实现完全闭环测试框架 弥合真实数据与交互评估的鸿沟 克服静态数据集无法模拟动态交互的缺陷[5] - 评估维度包括渲染场景真实感 以及算法在闭环环境中的性能表现 提供复杂场景基准测试可能[5][6] 3 赛事组织架构 - 奖项设置：创意奖9000美元 一等奖9000美元 二等奖3000美元[8][9] - 时间节点：2025年6月30日启动 8月31日提交截止 9月5日公布结果 9月20日技术报告截止[8] - 资源平台：提供Hugging Face数据集与提交样例 覆盖两个赛道技术资源[8] 4 行业价值定位 - 聚焦新视角合成与闭环评估两大核心技术难题 构建兼具挑战性和研究价值的比赛平台[10] - 目标推动全球自动驾驶技术向高阶发展 通过仿真技术突破加速算法迭代[11]

自动驾驶求职辅导业务 - 目标人群为希望转型智能驾驶方向的应届生和职场人士 周期2个月左右 以求职成功为导向 提供1v1辅导 [4] - 基本服务收费8000元/人 包含10次线上会议 每次不低于1小时 含8次答疑和2次面试复盘 [6][7] - 进阶服务提供项目实战机会 收费3000元 模拟面试收费2000元 含HR和业务面试环节 [11] 辅导服务内容 - 分析学员画像 评估知识结构与能力模型 找出与目标岗位差距 [7] - 制定学习计划 提供文档资料和网络链接等学习资源 [13] - 每周定期会议答疑 随时线上提问 结束前优化简历匹配度 [13] 可辅导岗位范围 - 覆盖智能驾驶全链条岗位 包括算法 软开 测试 系统工程师等 [11] - 包含产品经理类岗位 如智能驾驶产品和智能座舱产品经理 [11] - 涵盖行业分析师等咨询方向岗位 [11] 师资力量 - 辅导老师均为行业专家 具备8年以上从业经验 [12] - 来自自动驾驶独角兽企业和主机厂 覆盖产品 算法 测试等多领域 [12] - 具有头部车企智能驾驶产品方案经验 参与早期座舱方案开发 [14] 行业现状与痛点 - 自动驾驶算法岗要求高 需顶会论文或直接岗位经验 [2] - 技术迭代快 学生时代技术栈与就业需求不匹配 [2] - 转行人员普遍存在简历与岗位要求不匹配问题 [3][9]