近日，國際計算機視覺大會 ICCV 2025 正式公布論文錄用結果，Nullmax 感知團隊在端到端自動駕駛方向的最新研究成果《HiP-AD: Hierarchical and Multi-Granularity Planning with Deformable Attention for Autonomous Driving in a Single Decoder》成功入選，彰顯 Nullmax 在一段式端到端核心技術上的深厚積累與創新實力，尤其在端到端自動駕駛系統設計領域的研究已處于行業領先水平。

作為全球計算機視覺三大頂會之一，ICCV（International Conference on Computer Vision）由 IEEE 主辦，每兩年舉辦一次，匯聚全球學術界與工業界的前沿研究成果。ICCV 2025 共收到 11,239 篇投稿，規模遠超往屆。最終，共計 2,699 篇論文獲錄用 ，錄取率僅為 24%。在此次Nullmax入選論文中，感知團隊提出了一種全新的端到端模型設計方法——HiP-AD（Hierarchical and Multi-GranularityPlanning forAutonomousDriving），通過統一的 Transformer 解碼器架構，將感知、預測與規劃任務協同整合，實現了端到端閉環控制的整體優化。

具體而言，新方法HiP-AD 的關鍵突破在于：

01多粒度分層規劃查詢

融合時序(Temporal)、空間(Spatial)和駕駛風格(Driving-style)三類軌跡 Waypoints，顯著提升了軌跡規劃的表達力與泛化性。

02可變形注意力機制

模型可精準聚焦于軌跡周邊關鍵區域，更有效地從圖像中提取關鍵特征。

03統一解碼器結構

打破模塊壁壘，感知-預測-規劃任務在同一空間協同優化，使信息流動更加高效。

HiP-AD多軌跡生成機制：

選出“最優路徑”，更具“類人”適應力

HiP-AD 在軌跡預測策略上引入了創新性的多軌跡生成機制。區別于僅輸出單一路徑的傳統方法，它能從時間、空間與駕駛風格等多個維度生成多條候選軌跡，并通過系統綜合評估選出最優路徑。這一策略顯著增強了系統面對動態環境變化時的適應能力，提高了復雜駕駛場景下的穩定性與安全性。

HiP-AD 閉環能力：

真實模型可執行，跑得穩，更可靠

在復雜的實際駕駛環境中，自動駕駛系統常出現“看得懂、想得好，但跑不穩”的問題，即軌跡預測結果看似合理卻難以真實執行。原因在于多數傳統模型依賴開環測試，僅基于歷史數據比對預測軌跡與實際軌跡，缺乏執行層驗證。

HiP-AD 所采用的閉環設計模式，則要求系統控制車輛在復雜環境中完成駕駛任務，能有效應對如障礙物規避、合理變道與突發情況處理等挑戰，全面評估模型的執行與決策能力。

在權威閉環評測基準 Bench2Drive 中，HiP-AD 取得了 SOTA （第一名）的優異成績，大幅領先同等架構設計，驗證了其在真實應用中的執行能力與系統可靠性。

賦能 Nullmax 端到端技術

HiP-AD 助力自動駕駛大腦進化

以加速移動出行智變為目標，Nullmax 多年來擅長將前沿科研成果高效轉化為可商業化、規模化落地的技術應用。在實際應用中，HiP-AD 將為 Nullmax Intelligence（Nullmax 于 2024 年發布的新一代端到端自動駕駛技術）注入更強大、擬人且精準的決策與路徑規劃能力。

接下來，新方法HiP-AD 有望顯著增強 Nullmax Intelligence 在城市、高速等復雜場景下的環境理解與自主決策能力，全面提升Nullmax輔助駕駛系列方案的智能化水平與用戶體驗。

結語

一直以來，Nullmax 專注于打造以純視覺為核心的平臺化輔助駕駛方案。在前沿技術引領方面，Nullmax團隊研究成果已多次入選國際頂會 CVPR、ECCV 與 ICCV，研究方向覆蓋自動駕駛的視覺感知、規劃決策、端到端系統等核心技術路徑。與此同時，Nullmax 始終堅持科研技術與量產落地并重，持續推動創新成果從學術層面走向產品應用。

在自動駕駛技術快速演進的今天，我們歡迎有志于推動行業進步的優秀人才加入 Nullmax，點擊下方“閱讀原文”查看崗位詳情，一起智變未來吧！