SSAD 2026 与会者：扩散模型与公开数据集均难泛化
abursuc · x · 2026-09-18
SSAD 2026 会议上的一组悲观观察：扩散模型在点云合成数据上最多只带来几个百分点的提升；公开数据集不够用，开环（open loop）不泛化，新视角合成在公开数据集上也不泛化，端到端方案仍需要人工看护。整体指向当前自动驾驶/合成数据技术路线的泛化能力被高估。
所属事件:SSAD 2026：端到端自动驾驶泛化与问责遭集中质疑(6 条相关)→
「研究」频道最新
- SSAD 2026 收官演讲：OpenXLA 端到端编译器栈实践分享 — abursuc · 2026-09-18
- VākQA：首个泰卢固语口语问答基准，揭示 LLM 评测的自动裁判缺陷 — SPL-IIITH · 2026-09-18
- 研究：让老年人和照护者参与共同设计，可提升AI技术采用 — pshrink · 2026-09-18
- Salesforce 推出 DarwinX：用进化方法解决 agent harness 自我优化难题 — bendee983 · 2026-09-18
- tokenbender：前沿模型基准全失真，能力越强盲点越不似人类 — tokenbender · 2026-09-18
- 把是/否问题当维度用：jev 能拼出类嵌入向量 — zsakib_ · 2026-09-18