DriveFuture：自动驾驶的未来感知潜在世界模型

现有的自动驾驶潜在世界模型为未来感知驾驶智能开辟了一条充满希望的道路。然而，他们通常将未来的潜在状态视为预测目标或辅助信号，而不是直接调节轨迹规划。这可能会将当前和未来的特征纠缠在潜在空间中。在这项工作中，我们提出了 DriveFuture，一种用于自动驾驶的未来感知潜在世界建模框架，它通过根据未来世界状态调节当前的潜在状态建模过程来明确学习面向规划的远见。具体来说，在训练过程中，模型首先根据当前潜在状态和自我行为预测未来潜在世界状态，然后通过交叉注意力细化针对 真值 未来潜在状态的预测。由此产生的未来感知潜伏作为基于扩散的轨迹规划器的显式条件。在推理过程中，DriveFuture 以预测的未来潜在状态而不是 真值 未来状态为条件。 DriveFuture 在公共 NAVSIM 基准测试中实现了 SOTA 性能，在 NAVSIM-v2 {\textcolor{blue}{\textit{navhard}}} 上达到 \textbf{55.5} EPDMS，在 NAVSIM-v2 {\textcolor{blue}{\textit{navtest}}} 上达到 \textbf{89.9} EPDMS，在 NAVSIM-v1 上达到 \textbf{90.7} PDMS分别为 {\textcolor{blue}{\textit{navtest}}}。这些结果表明，潜在世界建模的关键不仅在于模拟未来状态，更重要的是根据未来状态调整当前决策。值得注意的是，截至 2026 年 4 月，DriveFuture 在 \href{https://huggingface.co/spaces/AGC2025/e2e-driven-navhard}{NAVSIM-v2 {\textcolor{blue}{\textit{navhard}}}} 排行榜上排名 \textbf{1st}，并在\href{https://huggingface.co/spaces/AGC2024-P/e2e-driven-navtest}{NAVSIM-v1 {\textcolor{blue}{\textit{navtest}}}}。