九月，大厂和车企秋招竞争白热化，从热招岗位来看，随着智驾方案的量产落地，对于各技术栈的需求，呈现出多元化趋势， 除了感知视觉、点云、预测规划等，还新增了一批端到端、多模态、大模型等前沿算法岗， 面试也开始涉及这些问题：简要阐述一下端到端的技术路线？介绍一个3D目标检测框架？是否了解Occ最新算法？对于Drive-WM等世界模型有何看法？等等。

开学季活动现仅需 9.9元 （原价199）

自动驾驶前沿五节课（Part1）

第一节 自动驾驶端到端技术

1. 自动驾驶传统Pipeline

• 分治及存在的问题

2. 端到端概述

• 系统定义、特点、优势和风险
• 端到端的挑战

3. 竞赛与评测

• CVPR、NeurIPS等竞赛
• 闭环评测、开环评测

4. 相关领域

• 模仿学习、强化学习
• 视觉抽象、因果混淆
• 可解释性及实现方式

5. 技术详解（重点）

• 端到端关键成就路线图
• UniAD模型结构、实验结果
• UniAD的问题

6. 业界案例

• 毫末智行、英伟达

7. 结论与展望

• 挑战和未来趋势
• V2X系统与端到端协作
• 大语言模型（LLM）
• 零样本与少样本学习
• 模块化端到端规划
• 数据生成、数据引擎

第二节 自动驾驶点云目标检测

1. 点云目标检测与自动驾驶

• 点云目标检测必备知识
• 点云的基本概念、可视化、特性
• 点云存储格式、常见数据集

2. 自动驾驶应用

• 环境精准感知、全天候工作能力
• 深度信息提供、辅助决策与路径规划
• 提升自动驾驶级别

3. PillarNet（ECCV'22）

• 实时高效的3D目标检测框架
• 基于支柱检测
• 网络结构的设计创新、实验结果

4. PillarNext（CVPR'23）

• 激光雷达点云的3D目标检测网络再思考
• 基于PillarNet改进的主要贡献、相关工作
• 网络结构的优化创新、实验结果

5. VoxelNext（CVPR'23）

• 面向3D目标检测和跟踪的全稀疏体素网络
• 通用检测器 vs VoxelNext
• 3D稀疏卷积模块、实验结果

6. 核心代码讲解（重点）

• 模型训练和推理演示

开学季活动现仅需 9.9元 （原价199）

第三节 自动驾驶Occ感知算法

1. Occ占位网络算法概要

• Occ占位网络算法的起源
• 传统感知算法方案的缺陷
• Occ占位网络算法的原理、性能

2. Occ占位网络经典算法

• Occupancy Networks（首篇）
• MonoScene（CVPR'22）
• OccFormer（ICCV'23）
• TPVFormer（CVPR'23）

3. Flash-Occ最新算法详解（重点）

• Flash-Occ: 快速且内存高效的占用预测模块
• 之前方法回顾：优缺点
• Flash-Occ方法创新点
• 主干网络、各大模块
• 实验结果、性能对比

4. Flash-Occ代码实现速览（重点）