2024年国际自动驾驶挑战赛拉开帷幕
新赛题：七大赛道，赛题新颖，全方位覆盖相关领域最新最热话题，充分挖掘大模型在自动驾驶及具身智能垂直领域中的应用。高奖金：总奖金池超过12万美金，单赛道最高奖金可达2.7万美金。据不完全统计，奖金额度在CVPR2024百个论坛中最高。重原创：加强基础研究探索，坚持四个面向。以原创性与科学研究价值作为主要衡量指标，并不单靠成绩排名。采取原创方案加性能指标两者结合的方式进行综合排序。2024年3月1号，2024国际自动驾驶挑战赛正式启动。本次挑战赛由上海人工智能实验室主办，并联合多家国内外机构共同举办。多位国内
- 新赛题：七大赛道，赛题新颖，全方位覆盖相关领域最新最热话题，充分挖掘大模型在自动驾驶及具身智能垂直领域中的应用。
- 高奖金：总奖金池超过12万美金，单赛道最高奖金可达2.7万美金。据不完全统计，奖金额度在CVPR 2024百个论坛中最高。
- 重原创：加强基础研究探索，坚持四个面向。以原创性与科学研究价值作为主要衡量指标，并不单靠成绩排名。采取原创方案加性能指标两者结合的方式进行综合排序。
2024年3月1号，2024国际自动驾驶挑战赛正式启动。本次挑战赛由上海人工智能实验室主办，并联合多家国内外机构共同举办。多位国内外知名专家学者组成赛事指导与评奖委员会。本赛事旨在深入探讨自主系统面临的任务和挑战，为全球参赛者提供展示技术与创新的舞台。在本次大赛中，我们对参赛者不设置过多的限制，如允许同一机构多个队伍参赛，允许使用所有公开数据集及预训练权重，允许一个队伍同时获得多个奖项等。本次比赛共设七个赛道，获胜者有机会获得高达两万七千美金奖励，还有机会被邀请在国际顶级期刊进行投稿。我们还为每个赛道准备了详细的参赛指引及基准模型，点击每个赛道对应链接即可访问。
比赛官网：
https://opendrivelab.com/challenge2024
主活动：
CVPR 2024论坛 - Workshop on Foundation Models for Autonomous Systems (Seattle, USA)
相关活动：
- 四月下旬：第三届中国三维视觉大会（China3DV 2024）
- http://www.csig3dv.net/2024/competition.html
- 六月中旬：线下活动（北京/上海）
赛题介绍端到端自动驾驶
由于先前数据集规模有限、开环和闭环指标不一致等原因，导致难以使用真实数据对感觉运动驱动策略进行基准测试。此赛道中，将使用大规模数据弥合两种评估范式之间的差距，并通过在短时序范围内的BEV抽象建模，实现高效开环评测，同时更好地与闭环评估保持一致。
- 赛道信息：https://opendrivelab.com/challenge2024/#end_to_end_driving_at_scale
- 数据量：约2T
- 测试服务器：https://huggingface.co/spaces/AGC2024-P/e2e-driving-2024
世界模型
作为现实的抽象时空表征，世界模型可根据观测到的当前状态预测未来状态，对世界模型的学习将促进基础模型性能提升至新水平。模型需要在只有视觉输入的情况下，预测出未来时刻的点云，以证明其对世界的预测能力。
- 赛道信息：https://opendrivelab.com/challenge2024/#predictive_world_model
- 数据量：约2T
- 参考训练时间：样本数据上，8卡A100，3天
- 测试服务器：https://huggingface.co/spaces/AGC2024-P/predictive-world-model-2024
占据栅格和运动估计
三维框往往不足以描述一般物体，受机器人学概念的启发，可将感知表征描述成对栅格化三维空间的占据情况预测。在这个赛道中，参赛者不仅要给出三维空间的栅格化表示，还须给出栅格的运动预测。
- 赛道信息：https://opendrivelab.com/challenge2024/#occupancy_and_flow
- 自动驾驶挑战赛@China3DV ：https://huggingface.co/spaces/China3DV-S/occupancy-and-flow-2024
- 数据量：约70GB
- 参考训练时间：8卡 3090，2天
- 测试服务器：https://huggingface.co/spaces/AGC2024-S/occupancy-and-flow-2024
具身多模态三维视觉定位
相比驾驶场景，室内的具身三维感知系统面对的是包含语言指令的多模态输入、更复杂的语义理解、更多样的物体类别和朝向，以及大不相同的感知空间和需求。基于此，大赛构造了一套第一视角的多模态全场景三维感知工具包 EmbodiedScan。这项任务的目标是：给定关于特定物体的语言描述，检测出目标物体的类别以及带朝向的三维框。
- 赛道信息：https://opendrivelab.com/challenge2024/#multiview_3d_visual_grounding
- 数据量：约 1.5T
- 参考训练时间：样本数据 8 卡 A100 0.5天，全量数据 8 卡 A100 3天
- 测试服务器：https://huggingface.co/spaces/AGC2024/visual-grounding-2024
CARLA自动驾驶挑战赛
CARLA自动驾驶挑战要求车辆通过一组预先定义的路线。车辆行驶路线中涉及复杂的情况，如高速公路、城区、住宅区和乡村等环境，同时包含日光、日落、夜晚以及雨、雾等光照和天气，为自动驾驶系统的闭环评测提供了可能。
- 赛道信息：https://opendrivelab.com/challenge2024/#carla
- 测试服务器：https://eval.ai/web/challenges/challenge-page/2098/overview
大语言模型在自动驾驶中的应用
通过引入语言信息，DriveLM数据集将大语言模型与自动驾驶系统连接起来，并最终通过引入语言的推理能力做出决策，确保规划的可解释性。以多视角图像为输入信息，模型须回答涉及驾驶的多方面问题。
- 赛道信息：https://opendrivelab.com/challenge2024/#driving_with_language
- 数据量：训练集4072帧，测试集799帧，每帧约90个问答对
- 参考训练时间：8卡V100，1天
- 测试服务器：https://huggingface.co/spaces/AGC2024/driving-with-language-2024
无图驾驶
在没有高清地图的情况下，自动驾驶汽车需要高水平的场景理解能力，本赛道旨在探索场景推理能力的极限。将多视角图像和标清地图作为输入信息，神经网络不仅要输出车道和交通元素的感知结果，同时还须输出车道之间、车道和交通元素之间的拓扑关系。
- 赛道信息：https://opendrivelab.com/challenge2024/#mapless_driving
- 自动驾驶挑战赛@China3DV ：https://huggingface.co/spaces/China3DV/mapless-driving-2024
- 数据量：约200G
- 参考训练时间：8卡V100，1天
- 测试服务器：https://huggingface.co/spaces/AGC2024/mapless-driving-2024
赛程安排
以下时间均为北京时间，详情请参照大赛官方网站。
指导与评奖委员会
按照姓名笔画排序；名单持续更新中。
乔宇 | 上海人工智能实验室 | 领军科学家，主任助理 |
刘青山 | 南京邮电大学 | 副校长 |
杨小康 | 上海交通大学 | 人工智能研究院执行院长 |
李升波 | 清华大学 | 车辆学院党委书记，国家高层次领军人才，教授 |
张亚勤 | 清华大学 | 中国工程院外籍院士，智能产业研究院院长，讲席教授 |
陈宝权 | 北京大学 | 智能学院副院长，博雅特聘教授 |
夏华夏 | 美团 | 首席科学家，副总裁 |
高新波 | 重庆邮电大学 | 党委副书记，校长，教授 |
薛建儒 | 西安交通大学 | 教授 |
点击“阅读原文”或访问以下链接即可了解详情
https://opendrivelab.com/challenge2024
微信交流群 
关于我们 -> 加入社群
报名链接
联系邮箱
workshop-e2e-ad@googlegroups.com
WPS Office是一款面向macOS用户的综合办公套件，将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式，支持Intel及Apple芯片Mac，基础功能可免费使用，
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具，提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售，其照片编辑能力已延续至免费的新 Affinity 应用；
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具，提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具，将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求，