IEEE IV 2025技术观察：自动驾驶从概念驱动走向工程落地

1. 会议全景与整体风向观察每年翻开智能交通方向的重头会议论文列表基本上能看得出来这个行业在哪一年里被什么东西牵引着走。今年的IEEE IV 2025给我的第一印象是自动驾驶领域的叙事方式正在发生变化不再是一味追求某个榜单上的数值而是把大量精力投入到了“系统在真实世界里到底能不能稳定工作”这件事上。如果你只关注新闻稿会觉得这两年自动驾驶没什么大突破但如果你逐篇扫过这届会议的论文题目和实验设置会发现技术演进其实一直没停只是换了一种更务实的节奏。我自己看会议的习惯是分成三步走第一步扫一遍所有论文标题给关键词频次做个粗略统计感知今年哪些词组出现得最密集第二步挑出引用率预计会高、实验设计比较完整的论文精读第三步是专门看那些被放在Demo环节或者Workshop里的内容因为那里往往藏着产业界正在试水的方向。今年这样一圈走下来几个关键词特别扎眼多模态感知、退化场景鲁棒性、端到端驾驶的不同技术路线之争、世界模型工具化、闭环仿真评测以及低成本传感器方案。这几条线几乎贯穿了所有主会场Session和Poster区。这场会议适合谁看我先说清楚。如果你是刚入门自动驾驶的学生可以从会议论文里找到整个领域公认的重要问题清单省去自己漫无目的找方向的阶段如果你是在做量产落地的工程师这届会议里关于传感器退化、数据分布偏移、真实闭环评测的讨论几乎每一篇都在回应工程现场踩过的坑如果你是在做技术规划的管理者从论文方向的热度变化里能比较清楚地判断出未来一到两年内哪些技术会成为新的基础设施哪些方向正在退热。1.1 IEEE IV 是什么级别的会议为什么值得关注先给不太熟悉的读者补一个背景。IEEE IV全称是IEEE Intelligent Vehicles Symposium是智能车辆领域的老牌学术会议距今已经办了很多届。它和CVPR、ICRA这类超大规模会议不太一样规模相对聚焦但恰好因为聚焦反而更能反映出自动驾驶领域“由车向智能”转变过程中的核心技术议题。每年投到这里的论文大部分不是空中楼阁式的纯理论而是带着实车实验、数据集、仿真环境、车载计算平台约束的实际研究这也是我一直觉得IV比某些纯机器学习会议更有工程参考价值的原因。往年的IV会议里传统感知任务、路径规划、控制算法往往占大头。到了今年最明显的变化是“端到端”不再是一个需要专门解释的新词它已经渗透到了感知、预测、规划各个模块内部甚至很多论文默认读者已经理解端到端的基本逻辑直接讨论的是不同端到端架构之间的比较、瓶颈和融合方案。另外一个显著信号是关于“模型在分布外场景下如何表现”“遇到训练集里从未出现的物体怎么办”这类鲁棒性主题论文数量比前几年明显上升。这说明整个圈子已经从“如何把准确率从98%提到99%”的阶段过渡到了“剩下那1%的失败场景如何兜底”的阶段。1.2 从投稿与议程分布看今年的技术重心我大致统计了一下今年专题Special Session的设置集中在这么几个方向上多模态融合感知、智能网联与协同驾驶、驾驶决策与规划新范式、仿真与数据生成、以及安全性验证与预期功能安全。这五个方向基本就是当前自动驾驶研究的核心骨架。其中多模态融合感知的出场率最高。这背后有一个非常现实的原因纯视觉方案虽然成本低但在雨雾、逆光、夜间等场景下存在天然短板激光雷达虽然精度高但天气影响和硬件成本依然存在毫米波雷达分辨率在提升但还没有完全摆脱点云稀疏的局限。谁都清楚单一传感器靠不住所以今年大量论文关注的核心问题不是“怎么把某个传感器的性能发挥到极限”而是“多种传感器信息如何在对齐、互补、冲突处理上做得更好”。这一点在下文我会展开细说。另外关于协同驾驶的论文也不在少数。车载传感器看得再远也有物理遮挡的极限而路侧单元和周围车辆的感知信息如果能够通过通信链路共享相当于把单车智能的感知范围扩大了数倍。不过这类论文的落地难度从来不在算法本身而在于通信时延、数据异步、信任机制这些系统工程问题今年有几篇论文专门讨论了这些问题后面我也会提到。2. 感知与决策三大技术主线拆解大概从五年前开始自动驾驶领域的技术迭代基本上是“每年一个新概念”先是BEV感知然后是占用网络接着端到端再后来是世界模型。但今年在IEEE IV 2025上我明显感觉到概念红利期已过大家开始务实地做组合和验证。热点不再是某个新奇的想法而是如何把过去几年积累的技术组件重新组装成一个在真实场景下更可信、更可控的系统。2.1 多模态感知进入“退化鲁棒”时代先说感知。今年关于多模态融合的论文有一个非常值得注意的转向以前做融合大家关注的是“融合之后精度提升了多少”比如把相机和激光雷达的特征拼在一起mAP提高了几个点这类故事。但今年的论文里讨论“传感器部分失效时系统怎么办”的比例大幅上升。一架自动驾驶车在暴雨里激光雷达数据全是噪点或者摄像头被泥浆遮挡或者毫米波雷达出现多径干扰在这些情况下系统如何通过剩余传感器维持基本感知能力正在成为新的研究热点。这个方向我印象里最深刻的是一类做法在模型的训练阶段就引入传感器随机丢弃机制让模型见过“单摄像头”“单激光雷达”“没有激光雷达只有相机和毫米波”等各种残缺输入组合这样在真车上碰到传感器故障时模型不会因为某个输入源意外缺失而直接崩溃。这个思路说起来并不复杂但工程价值极高因为量产车上传感器故障是必须应对的常态而不是小概率事件。从原理上讲这其实是深度学习中常见的“掩码训练”思路在自动驾驶多模态感知上的延伸。类似BERT里随机遮挡词元让模型学会理解上下文传感器随机丢弃让融合模型学会在信息缺失时依然构建环境表征。今年很多论文在此基础上更进一步把“哪些传感器现在可靠”作为显式条件输入给模型让模型自己学会判断该信任哪个模态效果比单纯的随机丢弃又稳了一截。另一个值得关注的技术点是4D毫米波雷达。过去毫米波雷达在感知融合里基本是个辅助角色点云极稀疏难以做精细分类。但今年多家机构展示了4D毫米波雷达在极端天气下的补充价值当激光雷达受雨雾衰减严重、相机受低光照影响时4D毫米波雷达依然能提供稳定的目标检测和速度估计。这让我意识到未来的量产感知方案大概率是“多层次冗余”的不会存在谁完全替代谁而是不同传感器各自兜住对方的短板。2.2 端到端驾驶的“分歧之路”端到端驾驶今年依然是会议流量担当但和早期“一个神经网络从图像直接输出方向盘转角”的简单模式不同今年的讨论已经明显分成两派。一派是“模块化端到端”也就是把感知、预测、规划放在同一个可微架构里但保留中间显式表征比如BEV特征、占用场、目标轨迹等。这样做的好处是网络虽然整个训练但每一步的逻辑仍然可以单独检查和干预符合车规级安全审查的需求。另一派是“纯端到端”坚持从传感器原始输入直接到规划结果主张中间表征本身就会丢失信息不如把一切交给数据驱动。我在看论文时的感受是这两派短期内不会谁吃掉谁。原因很简单纯端到端的天花板更高但可解释性、安全验证、 corner case 的定向修复都是大难题模块化端到端的性能上限或许不如前者但它能借助中间表征做规则兜底比如在感知输出里明确标出“这里有行人”规划模块可以据此强制减速。量产工程上规则兜底始终是安全兜底的最后一道防线这也决定了模块化路线在近几年的落地比重会更高。今年有一批论文专门对比了这两种路线在相同数据集上的表现差异结论比较微妙在常规场景下纯端到端的舒适度和决策平滑性确实更好但把它丢进含有长尾场景的测试集时模块化端到端因为有显式感知约束表现反而更稳。这个结果可以说完全符合我平时在实车测试里的经验——深度学习模型在熟悉分布内表现惊艳一旦场景偏离训练分布系统内部的显式规律就是最大的保险。2.3 世界模型从“展示才艺”走向工具化世界模型在前两年的会议里更多是以“生成未来视频”的炫技形式出现输入一段驾驶视频模型预测出接下来几秒钟的画面。但今年风向明显变了世界模型被越来越多地用作一种工具服务于下游任务而不是作为一个纯粹的生成式演示存在。具体来说我看到几个清晰的应用方向。第一个是数据增强利用世界模型生成连续帧的未来状态来补充训练数据中稀缺的下雨、夜间、拥堵等场景样本比传统的图像风格迁移自然得多。第二个是决策预演在规划模块做出动作决策之前先用世界模型推演这个动作在未来几帧内的效果如果出现碰撞风险则调整策略这个思路接近于强化学习里的model-based planning好处是不需要大量真实试错就能评估决策的安全性。第三个是作为仿真器的替代品生成高逼真的测试场景用来做感知模型在闭环仿真里的评测输入。不过世界模型本身也有一个绕不开的隐患它是从数据中学习出来的对训练分布的信任度要打个问号。如果世界模型在某个罕见场景里产生了错误的“幻觉”那么依赖它做决策预演的系统就可能被带偏。今年有论文专门分析了世界模型在不同天气、不同地域数据上的泛化误差结论是它擅长的是数据密集区在数据稀疏区的预测置信度明显下降。所以我的看法是世界模型会成为自动驾驶数据闭环里的重要组件但它更适合做数据生成和仿真评测直接作为安全关键的决策依据还需要更保守地验证。3. 数据与评测体系被低估的隐形主线如果你只看技术名词可能会忽略今年会议里一条更底层的线索数据和评测。自动驾驶圈子里有这么一句话——算法决定上限数据决定下限。今年几乎每一篇效果不错的论文背后都有一套规模可观的数据工程体系支撑。而在评测层面越来越多的论文开始质疑当前公认指标的有效性。3.1 仿真测试与场景生成的升级换代先说仿真。过去做仿真测试最常用的做法是手工搭建场景库把法规场景、事故场景、危险驾驶场景预设好然后在仿真环境里反复跑。这个方式的局限很明显能覆盖已知风险但对未知风险的发现能力基本为零。今年会议里基于生成式AI的场景生成方法成了主流趋势。具体来说不再由人定义场景而是让模型学习大量真实路采数据中的场景分布然后自动生成具有挑战性的变体。比如在常见的雨天跟车场景里模型自动生成“前车急刹旁车道同时切入路面局部积水”这样的复合场景比人工一条条写规则要高效得多。这种方式对自动驾驶测试覆盖度的提升是数量级的。配套地场景难度分级也越来越细化。以前判定一个场景是否困难往往靠人工看或者简单用碰撞与否来判断。今年有论文把场景难度拆成了多个维度包括感知难度遮挡、天气、传感器噪声、行为不确定性目标突然变道、行人犹豫、博弈复杂度多车交互、路权争夺每个维度单独打分再合成整体难度指标。这样一来测试团队就能更有针对性地找出系统在哪个维度上比较薄弱而不是笼统地说“系统测试不通过”。在闭环仿真方面今年强调得最多的是“传感器级仿真”也就是不只是给规划模块输入理想化的真值数据而是把仿真器生成的传感器原始数据也尽量逼近真实物理特性。只有这样感知-规划-控制全链路才能在一起被测试。做仿真的人都清楚这里面的难点在于传感器模型的真实感尤其是激光雷达打在不同材质上的反射率差异、相机在逆光条件下的光晕效果这些细节直接决定了在仿真里训练出的模型迁到真车上还能不能用。今年有几篇论文专门针对传感器噪声建模做了工作这类基础研究短期看起来不惊艳但长期价值非常大。3.2 评测指标之争SOTA 刷榜不等于上车能用再聊评测。我必须先吐槽一个圈内现象很多论文的实验部分特别喜欢报“我们的方法在某个公开数据集上达到了SOTA”然而事实上公开数据集本身也有数据分布偏差在一个数据集上刷高分的模型换一个城市、换一种传感器配置效果可能直接跳水。今年会议上有几篇很有分量的工作专门讨论这个问题。一种观点认为现在主流评测集里的场景分布和真实道路场景分布存在显著偏差比如美国或欧洲的高速公路场景占比过高而亚洲城市常见的密集非机动车混行场景偏少这就导致很多论文在数据集上表现极好但在东亚城市的路测里频频出现识别错误。这个观点在会场讨论时引起了不小的共鸣因为很多来自国内的研究者和工程师都有同样的实战感受。另外“闭环评测”和“开环评测”的争论今年也特别激烈。所谓开环评测就是给定一个真实的传感器输入让模型输出预测结果然后和人工标注的答案对比这是目前大多数数据集的标准做法。但开环评测有个致命缺陷它无法反映决策错误在时间上的累积效应。一个规划模型可能在单帧预测里都表现良好但在连续闭环仿真里会因为一个小误差的逐步放大而最终偏离车道线甚至撞车。因此今年越来越多论文开始采用“开环感知评测闭环决策评测”的双轨模式分别考察感知模块的精度和决策模块在连续运行中的稳定性。我个人的观点是评判自动驾驶系统不能只看任何单一指标。精度要关注但更重要的是“在什么样的数据分布上测出来的精度”“模型在未知场景上的退化曲线是否平缓”。今年看到越来越多论文开始报告自己在多个数据集、多个天气条件下的泛化表现而且专门给出在长尾数据上的表现这个趋势对行业的健康发展来说很重要。4. 车路协同与系统落地从 Demo 到可用的距离每年这类会议智能网联和车路协同的部分都会出现一批看起来很壮观的Demo视频但今年讨论的气氛更务实一些。大家都在追问同一个问题这套系统在实验室演示里能跑通距离真正规模化的产品还有多远4.1 V2X 协同感知的工程瓶颈车路协同的核心逻辑并不复杂路侧摄像头和激光雷达把感知结果通过通信链路传给车辆让车知道盲区里有什么甚至提前几百米知道前方拥堵或事故。车载传感器解决的是“近距精细感知”路侧和云端解决的是“广域粗粒度预告”两者天然互补。但今年论文里反复出现的几个拦路虎恰好都集中在工程而不是算法层面。第一个是时延。当一辆车以120公里/小时行驶时每秒前进约33米通信链路如果延迟50毫秒车辆就已经移动了1.6米。如果在高速场景下依赖路侧信息做紧急制动决策这个误差足以决定是否发生碰撞。所以今年很多协同感知论文都在做预测补偿也就是根据目标的历史运动轨迹和当前速度推算它在信息到达车辆时的实际位置来抵消传输延迟带来的偏差。第二个是异步融合。路侧传感器和车载传感器的时间基准往往不同甚至同一辆车上的不同传感器之间也存在毫秒级的时间偏移。如果直接把来自不同节点的感知结果叠加到同一个空间坐标系上很可能出现“同一个障碍物被重复计算”或者“目标位置偏移”的问题。今年有几篇论文专门提出了基于时间戳对齐和轨迹关联的异步融合方法在仿真和实车测试中都显著降低了虚警率。第三个是通信受限条件下的降级策略。不是所有路况下都有稳定覆盖的通信环境当V2X信号丢失、时延恶化或者信息冲突时系统必须有清晰的降级机制最稳妥的做法是回到单车感知模式并提高系统的保守程度而不是继续盲目信任过期的路侧数据。这种“通信质量感知”的设计思路在我看来是车路协同产品化的核心工程问题没有这一层协同感知就永远只能停留在演示阶段。4.2 车载计算平台的算力约束与模型轻量化算法再好最终都要跑在车规级的计算平台上。今年关于模型轻量化和高效推理的论文也不少这个方向在会议里看起来不那么耀眼但恰恰是决定量产进度的关键因素。一个典型的矛盾是最先进的融合感知模型动辄几百亿次浮点运算训练时用的是超大算力的服务器集群但量产车上能用的计算平台功耗和算力都非常有限。为了在有限算力下维持接近完整模型的性能今年常见的做法包括结构化剪枝、量化感知训练、知识蒸馏以及把不同难度的输入分配给不同复杂度的模型分支进行处理。这里我想多说一个我比较看好的方向自适应计算。很多网络在设计时对每一帧输入的处理强度是完全相同的但真实道路上大部分帧都很“简单”只有极小部分帧是真正困难的长尾场景。如果模型能够先做一个粗粒度判断识别当前帧的难度再决定是否动用高开销的精细分支来推理就能在不牺牲精度的前提下大幅降低平均计算量。今年已经有论文在这个方向上给出了工程可落地的方案在保持检测精度的同时推理耗时平均下降了30%以上。这种省下来的算力完全可以用于增加决策冗余或运行更多的安全监控模型对整体系统可靠性的提升是很直接的。5. 给从业者的实用建议从论文里淘到最能落地的货会议论文每年上千篇质量参差不齐怎么高效地从里面找到对自己工作有参考价值的内容其实是一套可以总结的方法。我在这类会议上泡了很多年慢慢总结出一套筛选逻辑分享出来供同行参考。5.1 快速读论文的五步法拿到一篇论文不要从头读到尾。我习惯按下面这个顺序第一步先读摘要和图表弄清楚这篇论文解决的问题是不是真实存在的痛点以及它提出的方法有没有可复现的可能。比如一篇论文号称在极端天气下提升了目标检测性能但实验数据全是合成的雨雾这种工作参考价值就要打个折扣。第二步直接翻到实验章节看实验设置是否合理对比的基线是不是当前公认最强的方法数据集和评测指标是否具有代表性是否有消融实验来验证每个模块的实际贡献如果一篇论文的实验只在一个小规模数据集上跑而且没有消融实验那么它的结论可信度就很有限。第三步看方法的实现复杂度。有些论文的方法在理论上很优雅但需要依赖多帧时序信息、高精度地图或大规模外部数据的支持在量产车上很难满足。工程上真正可靠的方法往往是对现有架构做适度的改进而不是彻底颠覆。第四步关注论文里提到的限制和失败案例。敢在论文里诚实分析自己方法缺点的作者通常做的研究更扎实。反而那些通篇都是“完美结果”的论文我在实际复现时经常碰壁。第五步在论文末尾看完Future Work之后去检索该作者或者团队前两年的论文。如果这是一个持续迭代的长期研究方向说明这个团队在这个问题上积累了丰富的经验相关工作的可用度通常比那种只发一篇就换方向的高得多。5.2 哪些论文值得精读哪些看看就好按照我自己的经验值得精读的论文通常具备这几个特征使用了大规模真实路采数据而不是只在公开小数据集上验证针对的是具体工程问题有明确的性能指标和实车测试结果方法本身具备比较清晰的数学或物理动机而不是简单堆叠网络模块。反之那些只在高性能服务器单卡上展示效果、没有考虑车辆实际行驶时的数据分布变化、也没有对计算复杂度做分析的论文你可以了解思路但不太建议投入精力去复现。这类论文的问题不是方法不先进而是在从学术到工程的过程中缺失的环节太多。5.3 对近期技术选型的几个判断坦诚地说基于这届会议展示的方向我对自己后续的技术规划有这么几个判断一多模态融合感知要重点补上“传感器失效退化”场景的能力这是实车上路的刚需二模块化端到端在很长时间里依然是量产方案的主流架构纯端到端作为长期探索方向持续投入但不要指望短期上车三世界模型最有价值的应用是数据和仿真而不是直接做决策四协同感知要继续关注但现阶段更适合以信息增强的方式融入系统而不是作为安全关键的唯一依据。这些判断不一定是标准答案但至少能帮助同行在资源有限时先集中力量到回报率相对高的方向。6. 常见误区与避坑实录每次参加完这类会议我都愿意花点时间把踩过的坑和看到别人踩过的坑做一个复盘。今年会议上有几个误区我认为特别值得记录下来。6.1 误区一把论文里的精度数字直接当作量产预期这是最普遍的一个认知误差。很多论文报告的平均精度数据看着很漂亮但仔细看实验条件往往是在理想的传感器标定、晴朗天气、平稳驾驶数据下取得的。量产车上的感知系统面对的是用户从不保养传感器的现实镜头上有污渍、雷达支架因振动发生微小位移、雨刮器刮不干净。传感器数据质量下降后模型精度还能不能维持论文里很少说清楚。我的建议是在评估一个算法能不能上车时多关注它在噪声扰动、标定误差、部分传感器缺失下的性能表现这个鲁棒性测试结果比干净数据集上的精度数字有价值得多。6.2 误区二仿真里跑得通就等于真车能开仿真和真车之间的“Sim-to-Real Gap”是自动驾驶领域最经典的问题之一。再逼真的仿真器也没有办法完全模拟真实世界里的物理接触、光照动态、行人不可预测的行为以及各种传感器之间的复杂干扰。今年会上有不少论文都在试图缩小这个差距但任何告诉你“我们的方案解决Sim-to-Real问题”的说法都值得保持怀疑。更务实的做法是把仿真当作前置筛选器在仿真里跑不通的方案真车上基本不可能跑通反之在仿真里跑通的方案也不能直接认定真车没问题只能作为“进入下一个测试阶段的入场券”。阶段式验证远比一次仿真碰运气可靠。6.3 误区三忽视传感器时间同步和标定一致性我注意到一个很有意思的现象很多做感知算法研究的同行在模型结构上花了很多心思却不太关注传感器时间同步和标定精度这些基础工程问题。但业界的人都知道一套标定偏差超过一定范围的多传感器系统再好的融合算法也很难发挥出效用。今年有多篇论文的消融实验都指向同一个结论时间同步误差对多模态融合精度的影响甚至大于融合网络结构本身的差异。也就是说先把传感器的外参标定做准、时间同步做严再去谈网络结构优化才是最合理的技术路线。这件事听着很简单但我在现实中见过太多团队因为不重视这个问题拿着精度不错的数据集却训练出性能很差的模型。7. 关于未来的几点个人体会看完IEEE IV 2025的整个会议内容我最大的感受是自动驾驶这个领域确实在告别“概念驱动”的青春期进入“工程驱动”的成熟期。前些年大家热衷于追逐一个又一个新鲜名词今年更多的人开始埋头打磨那些不起眼但决定成败的细节比如传感器失效时的降级策略、数据集在不同城市间的泛化、评测指标和真实路测的相关性。如果让我给同行们一句掏心窝子的建议那就是不要把注意力只放在模型结构上“变得更聪明”而是要花更多精力让系统在“变笨的时候依然安全”。自动驾驶真正的门槛不是高峰期的表现而是面对没有见过的情况时能不能做出保守且合理的反应。另外再多说一点这些年我越来越觉得任何顶级会议都只是给你提供了一张技术地图最终的落地还是要靠团队在自己具体的场景里一点一点验证。你看再多的论文也不如在自己车队的路测数据里亲手解决一个“模型在某个立交桥下连续误识别”的问题获得的多。技术的价值从来不在PPT里而在那些日复一日的路测、数据回传、模型迭代和实车验证里。希望这篇文章能帮你从这届会议的大量信息里理出一条清晰的技术脉络。明年这个时候我们再回头看看这些判断有多少经得起推敲。这大概就是做技术的人最踏实的前进方式。