理想汽车的世界模型技术布局 - 公司对世界模型的定义是“重建+生成”，利用3DGS技术重建自动驾驶场景，再通过生成方法实现闭环仿真或场景生成 [2] - 公司已有一系列相关研究成果，包括中稿ICCV 2025的Hierarchy UGP（场景重建）、StyledStreets（多风格场景生成）、World4Drive（结合驾驶意图的规划）以及中稿ACMMM 2025的OmniGen（统一生成视觉与激光雷达）等 [2] - 公司目前未深入利用世界模型的预测能力直接输出车辆轨迹，但已进行相关探索（如World4Drive）[3] 行业对世界模型的共识与现状 - 业内普遍认为世界模型是围绕视频搭建的时空认知系统，通过跨模态预测和重建学习时空与物理规律 [3] - 行业内的世界模型技术主要围绕3DGS重建、视频/OCC生成以及激光雷达点云生成展开 [3] - 特斯拉等领先公司及许多中游厂商均在布局世界模型的预研和落地 [3] - 但行业对世界模型的定义仍较模糊，存在“生成即世界模型”或“生成+重建即世界模型”等不同理解 [4] 自动驾驶世界模型课程内容框架 - 课程第一章介绍世界模型与端到端自动驾驶的联系、发展历史、应用案例及不同技术流派（如纯仿真、仿真+规划、生成传感器输入等）[7] - 第二章讲解世界模型的基础知识，包括场景表征、Transformer、BEV感知等，这些是求职面试的高频技术关键词 [7][8] - 第三章探讨通用世界模型，涵盖Marble、Genie 3、JEPA、DriveVLA-W0及特斯拉的世界模型模拟器等热门工作 [8] - 第四章聚焦视频生成类世界模型，讲解GAIA-1 & GAIA-2、UniScene、OpenDWM、InstaDrive等经典与前沿工作，并以商汤OpenDWM进行实战 [9] - 第五章聚焦OCC生成类世界模型，讲解OccWorld、OccLLaMA、HERMES、II-World等论文并进行项目实战，此类方法易于扩展至轨迹规划 [10][14] - 第六章分享工业界应用经验，包括行业痛点、期望解决的问题以及相关岗位的面试准备 [11] 课程的技术基础与学习目标 - 课程技术背景知识涵盖Transformer、CLIP、LLaVA、BEV感知、占用网络、扩散模型、闭环仿真、NeRF、3DGS以及VAE、GAN等其他生成式模型 [13] - 课程面向具备一定自动驾驶基础、了解Transformer/扩散模型/BEV等概念、有概率论与线性代数基础以及Python/PyTorch编程能力的学员 [15] - 课程期望学员学完后能达到约1年经验的自动驾驶算法工程师水平，掌握世界模型技术进展，能复现II-World、OpenDWM等主流框架，并应用于实际项目设计 [15] - 课程为离线视频教学，开课时间为1月1日，预计两个半月结课，提供VIP群答疑及三次线上答疑，答疑服务截止2026年12月31日 [16] - 各章节按计划解锁，例如第一章于12月10日解锁，第六章于3月1日解锁 [17]