加拿大溫哥華當地時間 6 月 21 日，人工智能領域（AI）最具學術影響力的頂級會議之一——國際計算機視覺與模式識別會議（CVPR）2023 公布最佳論文等獎項。上海人工智能實驗室（上海 AI 實驗室）、武漢大學及商湯科技聯合提出的自動駕駛通用模型相關論文從 9155 篇作品中脫穎而出，摘得本屆 CVPR 最佳論文獎。這是近十年來計算機視覺 3 項頂級學術會議（CVPR、ICCV、ECCV）第一篇以中國學術機構作為第一單位的最佳論文。

萬里挑一：中國科研團隊閃耀國際頂會

CVPR 在學術界及工業界都極具影響力。在谷歌學術指標 2022 年列出的全球最有影響力的 6 個科學期刊 / 會議中，CVPR 位列第四，僅次于《自然》《新英格蘭醫學雜志》《科學》。

(相關資料圖)

CVPR 每年評選出的一篇或多篇最佳論文，代表了將對未來技術或行業發展產生重要影響的里程碑式研究成果。今年的 CVPR 最佳論文近乎 " 萬里挑一 "：投稿量達 9155 篇，大會最終接收論文 2359 篇，接收率為 25.8%。其中 12 篇入選最佳論文候選名單，入選率僅 1.3 ‰。

入圍本屆 CVPR 最佳論文候選名單的作品來自谷歌、Stability AI、上海 AI 實驗室、斯坦福大學、康奈爾大學等知名企業和科研機構。最終，上海 AI 實驗室聯合團隊的研究成果《以路徑規劃為導向的自動駕駛》摘取 CVPR 2023 最佳論文獎。該論文首次提出感知決策一體化的自動駕駛通用大模型 UniAD，開創了以全局任務為目標的自動駕駛大模型架構先河 , 為自動駕駛技術與產業發展指出了新方向。

本屆 CVPR 上，上海 AI 實驗室有 12 篇論文入圍 "Highlight（高亮）" 名單，覆蓋視覺基礎模型、通才模型、三維視覺、底層視覺、視頻檢索、物體檢測、姿態估計、自動駕駛等相關領域的研究，在國際上充分展示了中國原創 AI 實力。

開創先河：自動駕駛大模型性能 " 當下最優 "

自動駕駛是一個高度復雜的技術體系，不僅需要多個學科領域的知識和技能，包括傳感器硬件、機器學習、多模態融合等內容，還需適應不同國家與地區的道路規則和交通文化，與車輛及行人進行良好的交互，以實現高度的可靠性和安全性。

上海 AI 實驗室青年科學家李弘揚介紹，自動駕駛系統包含感知、預測和規劃 3 項主任務。當前，業界主流的方案架構是分別采用不同的模塊來處理這些任務，但由于各模塊并非以駕駛為最終目標進行優化，自動駕駛系統的整體性能提升受到了很大限制。

自動駕駛通用大模型 UniAD 首次將感知、預測和規劃 3 類主任務、6 類子任務整合到一個基于 Transformer 的端到端網絡框架下。在相關真實場景數據集下，UniAD 的所有任務均達到領域最佳性能，尤其是預測和規劃效果遠超之前的最佳方案。其中，多目標跟蹤準確率提升 20%，車道線預測準確率提升 30%，預測運動位移和規劃誤差分別降低 38% 和 28%。

憑借其充分的可解釋性、安全性、與多模塊的可持續迭代性，UniAD 代表了未來自動駕駛技術的發展趨勢，是目前最具希望實際部署的端到端模型。該成果在產業界的落地應用，將有力推動自動駕駛技術與產品的規模化發展。

作者：沈湫莎

編輯：傅璐

* 文匯獨家稿件，轉載請注明出處。