中国汽车出口成就 - 2023年中国首次超越日本成为全球最大汽车出口国[1] - 电动化产业赋能推动中国汽车出口自4年前开启新一轮增长[1] 中国汽车全球化挑战 - 当前出海模式以整车出口和海外建厂为主 品牌价值展现和技术本土化仍待深化[1] - 需要从产品输出转向体系化能力全球接轨[5] 吉利全球研发体系布局 - 在全球拥有5大造型中心和5大工程研发中心及众多实验场地[1] - 瑞典哥德堡研发中心位于欧洲创新中心Uni3内 具备北欧交通枢纽地理优势[3] - 园区汇聚40多个国家2000余名工程师 毗邻林德霍尔姆科技园生态圈[3] 吉利技术研发成果 - 瑞典研发中心拥有超过2000项专利 涵盖智能驾驶/动力技术/动态控制/安全体系[5] - 开发CMA/SEA/GEA等覆盖燃油到纯电的整车架构 应用于吉利/领克/极氪/沃尔沃等多品牌[5] - 极氪9X车型车身扭转刚度达41600N·m/deg 配备十宫格门槛梁等专利安全设计[5] 安全技术突破 - 基于沃尔沃安全理念打造全域安全体系 通过50km/h正面柱碰和105km/h后碰测试[5] - 开发失效安全方案和现代加密算法网络安全保护系统应对智能化时代需求[5] 中国汽车全球化转型 - 行业从单纯出口转向深度全球布局 比亚迪/长城/奇瑞均在海外设立研发生产设施[6] - 在新能源和智能驾驶领域从技术跟随转向共建甚至领跑角色[6] - 海外中心整合全球人才并深化市场需求理解 推动向技术共创者和标准塑造者转型[7]

视觉-语言导航平台VLN-PE的核心创新 - 推出首个支持人形、四足和轮式机器人的物理真实VLN平台VLN-PE，基于GRUTopia构建，可无缝集成MP3D之外的新场景[3][10] - 平台采用基于RL的控制器API，支持Unitree H1人形机器人、Aliengo四足机器人和Jetbot轮式机器人的物理仿真[13] - 引入90个MP3D场景并手动修复地面间隙，新增10个GRScenes合成家庭场景和3D高斯溅射扫描场景以增强环境多样性[14] 跨具身导航的关键发现 - 现有VLN-CE模型迁移到物理环境时成功率下降34%，暴露伪运动训练与物理部署的差距[15] - 模型性能因机器人类型差异显著，人形机器人表现最佳而四足机器人最差（相机高度0.5米时几乎失效）[36][37] - 联合训练三种机器人数据的模型实现最佳性能，验证跨具身训练的"一劳永逸"潜力[37][39] 多模态与光照条件影响 - 仅依赖RGB的NaVid模型在低光照下成功率下降12.47%，而RGB+深度模型的CMA和RDP表现更稳定[38] - 相机光源(CL)条件下模型性能普遍低于圆盘光(DL)，反光问题导致导航误差增加[38] - 深度信息融合使CMA模型在DL300光照条件下保持85%的基础性能，显著优于纯RGB模型[38] 模型性能对比 - 70亿参数的NaVid模型零样本迁移表现最佳，但存在70%任务片段中过度旋转的问题[29][30] - 扩散模型RDP在3DGS-Lab-VLN数据集上达到30.63%成功率，较NaVid的5.81%提升5倍[31] - 基于地图的VLMaps方法在未见验证集取得20%成功率，证明非端到端方案的可行性[27][24] 数据收集与训练策略 - 使用物理控制器收集的训练数据使模型跌倒率降低8.36%，卡住率减少2.01%[33][34] - 在VLN-PE域内数据微调的Seq2Seq模型性能超越Habitat增强训练的模型，显示仿真过拟合风险[29] - 3DGS场景微调的600万参数小型模型超越NaVid，验证多样化训练分布的价值[30]