和裁员潮一同到来的是车企的涨薪潮

点击下方卡片关注“自动驾驶之心”公众号戳我-领取自动驾驶近30个方向学习路线今年春天与裁员潮一同到来的还有意想不到的汽车企业涨薪潮。大众在德国裁员5万人的同时给员工发1250欧元奖金丰田连续第六年“满额回应”工会涨薪要求宁德时代校招核心岗位月薪普涨2000元奇瑞两年内第二次全员普涨10%……按照传统商业逻辑企业经营状况直接决定员工薪酬丰田、奇瑞、小鹏涨薪的底气来自他们的规模化落地其他车企顶着亏损也要涨薪也在赌量产造血。2026年车企厂商目标纷纷锁定百万辆现在的问题是头部车企已经靠端到端量产跑通了盈利模型中游厂商如果不跟上还能活多久从落地趋势来看端到端技术的成熟反而才是更大规模量产的开端。随着今年L3法规的进一步推进中游厂商的技术升级也是迫在眉睫。但端到端量产远比想象中难技术路线怎么选性能波动如何兜底数据闭环怎样跑通这些问题不解决百万目标只是空中楼阁。这两个月很多公司算法负责人联系自动驾驶之心迫切的想要了解端到端需要哪些技术能力。为此我们联合工业界大佬开展了这门《面向端到端量产的实践小班课》课程只有一个重点聚焦量产。从一段式、两段式、强化学习、导航应用、轨迹优化、兜底方案再到具体量产经验分享。面向就业直击落地所以这门课程目前不打算大规模招生课程名额仅剩「3名」......添加助理咨询课程讲师介绍王路, C9本科QS50 PhD已发表CCF-A和CCF-B论文若干。现任国内TOP tier1算法专家目前从事大模型、世界模型等前沿算法的预研和量产所研发算法已成功落地并量产拥有丰富的端到端算法研发和实战经验。课程大纲这门课程讲如何展开第一章端到端任务概述经典的自驾系统分成了感知地图规控等多个系统模块。而在端到端时代感知任务的合并规控算法的learning化已是绝对的主流。如何更高效的合并感知任务如何设计规控的learning化模块成为各大公司的核心必备技能。在这个章节中老师会介绍主流的感知模型一体化架构和经典的规控learning化方案同时也会对目前端到端的开源数据集和评测方式进行一个详细的介绍。第二章两段式端到端算法本章节主要介绍两段式的端到端算法框架包括两段式框架建模方式感知与PNC的信息传递方式。为何使用两段式建模、两段式的优缺点介绍。在本章中会正式开始讲解哪些感知信息会被下游消费以及如何消费。通过这些知识的讲解大家基本会对目前的两段式方案有一个大概的理解最后会通过一个经典的PLUTO算法带领大家进行实战可以让大家有个更全面的认知。第三章一段式端到端算法本章节主要介绍一段式的端到端算法框架相比于两段式框架来说一段式的框架可以做到信息的无损传递因此在性能上也更优于两段式的方案。在本章中大家会学习多种一段式框架的方案例如基于vla的方法、基于diffusion的方法等。最后会带领大家进行VAD系列的学习从而更深入的掌握一段式的方法。第四章导航信息的量产应用导航信息在自动驾驶中是一个非常关键的要素信息主要起到了一个引导、选路、选道的作用。在本章中老师会给大家介绍目前主流的导航地图的格式和包含的内容信息以及在端到端的模型中导航地图的编码与嵌入方式如何更有效地发挥出导航地图的能力。第五章自动驾驶中的RL算法介绍在之前的端到端算法介绍中主要介绍的是基于模仿学习的方法即让机器去模仿学习人类的驾驶行为。然而只靠纯模仿学习是不够的因为一方面人类的驾驶风格迥异同时有些corner-case场景又很难采集到。因此在模仿学习之后需要再接入一个基于强化学习的方法目的是让机器能够学习到这种因果关系从而达到一个可以泛化的目标。在本章中老师会重点介绍强化学习算法以及强化学习的训练策略。第六章端到端轨迹输出优化本章主要是带领大家进行nn planner部分的项目实战主要包括了基于模仿学习的算法实战重点会介绍基于扩散模型的算法和基于自回归的算法。在SFT之后会继续讲解基于强化学习的算法实战。通过本章的学习大家会对模仿学习和强化学习的结合使用有一个非常深入的掌握和理解。第七章兜底方案 - 时空联合规划真正量产落地阶段除了模型部分还会有后处理的兜底逻辑。由于无法保证模型直出会有100%的准确率因此会通过一些轨迹的平滑优化算法来使得最终输出的轨迹更加的稳定和可靠本章会介绍目前一些常用的轨迹平滑算法既有多模态轨迹打分搜索的算法也有轨迹平滑的算法。学完本章会对整个端到端方案的上下游有一个清晰的理解。第八章端到端量产经验分享最后的一章重点会对量产的一些经验进行分享会从数据、模型、场景、规则等多个视角来剖析如何使用合适的工具和手段解决相应的问题当面临一个实际的可落地的系统时如何更合理的选用不同的策略和方法从而能够快速提升一个系统的能力边界。面向人群本课程面向进阶学员最好具备以下基础基础薄弱也能参加老师会将学习内容纳入指导范围力求最快速度上手但不对以下内容做详细指导需要自备GPU推荐算力在4090及以上熟悉自动驾驶BEV感知、视觉Transformer、端到端等常见算法掌握强化学习、扩散模型的理论基础具备一定的python和pytorch语言基础熟悉mmdet3d算法框架一定的高等数学、线性代数和矩阵论基础课程咨询扫码试听抢占课程名额添加助理咨询课程