2025智驾天梯榜年度盛典2025中国智驾开发者50人“茨威格说过，一个真正具

2025智驾天梯榜年度盛典2025中国智驾开发者50人 “茨威格说过，一个真正具有世界历史意义的时刻——一个人类群星闪耀的时刻出现以前，必然会有漫长的岁月无谓地流逝而去。类似的话，中国古人也说过：‘天不生仲尼，万古如长夜’。你知道的，仲尼来的时候，不是一个人，而是一票人，他们一起争奇斗艳，改写了其后的2500年。”具体的说，是2024年11月和2025年9月，中国智驾行业突然出现的两次拐点，在【智驾大赛】上表现为参赛成绩突然大幅提升。把这两次拐点串起来，你会看到一条清晰的攀登脉络：1️⃣ 车端模型进化：E2E模型从2024年Q4的“两段式”迭代为2025年Q4的“一段式”，在结构化城市场景的能力与体验上已逼近特斯拉FSD V13；2️⃣ 云端基座升级：从“BEV+OCC+Transformer”感知底座，演进为“VLA+WA+RL+Transformer”复合架构，融入理解与推理，打开跨域应用大门。2025年度，谁在推动智驾进步？为此我们将推出《2025中国智驾开发者50人》系列，首期推荐这11篇卓越论文的作者与团队👇1、 杨磊（清华大学2020级博士研究生）：在“海拔高度”中寻找纯视觉感知的精确性合著团队：清华大学李骏院士团队《BEVHeight++: Toward Robust Visual Centric 3D Object Detection》（3D目标检测通用框架）——用“高度”替代“深度”，为纯视觉3D感知打下“物理骨骼”，让系统在坡道、颠簸路面上更稳定。（图二、三）2、曹家俊（北京大学计算机学院多媒体信息处理全国重点实验室）：在算力红线面前，让模型“少看一点”合著机构：小鹏汽车《FastDriveVLA:Efficient End-to-End Driving via Plug-and-Play Reconstruction-based Token Pruning》（基于重建的新型视觉token剪枝框架）——通过token剪枝框架，将VLA计算负载降低75%以上，让大模型在车端也能轻盈运行。（图四、五）3、鲁洪良（香港科技大学（广州）博士）：为冰冷死板的机器注入“社会直觉”合著团队：东南大学、香港科技大学等团队《Empowering safer socially sensitive autonomous vehicles using human-plausible cognitive encoding》（利用类人认知编码赋能更安全、具有社会敏感性的自动驾驶汽车）————提出“拟人化认知编码”，让智驾系统具备“社会直觉”，在路口实现更拟人、更安全的交互。（图六、七）4、 明南（上海交通大学自动化与感知学院2023级硕士）：看清脚下路面的“褶皱”合著团队：上海交通大学智能网联电动汽车创新中心团队《TA-TOS: Terrain-Aware Tiny Obstacle Segmentation Based on MRF Road Modeling Using 3-D LiDAR Scans》（基于马尔可夫随机场的地形自适应小型障碍物分割算法）——专注坑洼、碎石等小型障碍物检测，用LiDAR+MRF模型为智驾补上“非平整路面”这一关键拼图。（图八、九）5、郑宇鹏（中国科学院自动化研究所2024级博士）：在无标注的荒原上，让机器学会自我进化合著机构：理想汽车《World4Drive: End-to-End Autonomous Driving via Intention-aware Physical Latent World Model》（融合多模态驾驶意图的物理潜世界模型端到端自动驾驶框架）——构建意图感知的物理潜世界模型，实现无标注自监督学习，碰撞率降低46.7%。（图十、十一）6、陈小雪（清华大学智能产业研究院（AIR）赵昊课题组）：0.4秒，让仿真训练进入“大批量自动化生成时代”合著结构：小米汽车《DGGT: Feedforward 4D Reconstruction of Dynamic Driving Scenes using Unposed Images》（自动驾驶仿真场景的无姿态图像4D前馈重建方案）——将4D仿真场景重建时间从数小时缩短至0.4秒，推动智驾仿真进入“工业流水线时代”。（图十二、十三）7、马楠（北京工业大学信息科学技术学院教授）：让智能驾驶“活过来”合著团队：李德毅团队（中国工程院院士）《Embodied Interactive Intelligence Towards Autonomous Driving》（迈向自动驾驶的核心技术框架）————提出“具身交互智能”架构，让智驾从“感知-规划-控制”转向具备社会常识的交互生命体。（图十四、十五、十六）8、中科院自动化所：用世界模型解决“监督赤字”第一作者：Liyingyan（音译李英艳，图片资料暂时空缺）；合著结构：引望智能《DriveVLA-W0:World Models Amplify Data Scaling Law in Autonomous Driving》（基于世界模型增强自动驾驶数据规模化效应的研究）——用世界模型提供稠密监督信号，破解VLA“监督赤字”，释放数据规模潜力。（图十七、十八）下一条继续。。。