基于深度卷积神经网络的 ImageNet 分类
ImageNet Classification with Deep Convolutional Neural Networks
深度卷积网络将数据、GPU 计算与表示学习结合，为现代视觉研究提供了重要起点。
THE RESEARCH ATLAS
小鹏 X-World：面向自动驾驶的可控多视角生成式世界模型
使用多视角生成式世界模型，为自动驾驶闭环仿真、场景生成和模型验证提供支持。
XPeng X-World: Controllable Multi-View Generative World Model for Autonomous Driving
为什么值得读
观察图像生成技术进入真实车辆研发流程，以及生成逼真与驾驶可靠之间的边界。
连接了什么
从视频扩散生成出发，X-World 连接多视角场景建模、在线强化学习与驾驶策略验证。
厂商技术报告介绍
来源为公司官方技术报告介绍，应用范围与效果按原文理解，未经本站独立复现。
沿着这些连接继续阅读 ↗引用
@misc{xpeng2026xpeng,
title = {XPeng X-World: Controllable Multi-View Generative World Model for Autonomous Driving},
author = {XPeng},
year = {2026},
url = {https://www.xiaopeng.com/news/company_news/5548.html}
}论文与代码版权归原作者；引用及许可请以原始来源为准。
相关研究
去噪扩散概率模型
Denoising Diffusion Probabilistic Models
模型学习逐步反转加噪过程，为图像生成建立了重要的扩散建模路线。
从自然语言监督中学习可迁移的视觉模型
Learning Transferable Visual Models From Natural Language Supervision
通过对比学习对齐图像与自然语言描述，使视觉表示能够迁移到新类别。