Awesome-LLM4AD

一站式速查大模型自动驾驶资源,紧跟前沿不迷路

Awesome-LLM4AD 是一个持续更新的精选资源列表,聚焦于大语言模型(LLM)、视觉语言模型(VLM)、视觉语言动作模型(VLA)以及世界模型在自动驾驶领域的应用。该项目旨在解决自动驾驶领域研究资料分散、难以系统追踪的问题,通过整理论文、代码、数据集、工具等资源,为研究人员和工程师提供一站式导航。其核心能力包括:按任务类型(如感知、规划、决策)分类整理高质量资源,涵盖从基础模型到端到端驾驶系统的前沿进展,并持续跟踪最新成果。项目以 GitHub 仓库形式维护,社区驱动,便于协作贡献。对于希望快速了解 LLM4AD 领域全貌或寻找特定技术方向的从业者,该项目提供了高效的信息入口。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1889
维护状态 活跃
是否开源
定价模式 free

项目数据

分类开源模型
开发团队Thinklab-SJTU
所属国家
官网地址
定价模式free
价格说明开源资源列表,完全免费,无付费版本。
访问状态
是否开源
开源协议Apache-2.0
主要语言
技术栈/模型large-language-models,vision-language-action-model,vision-language-model,world-model
GitHub 星标★ 1889
30天Star增速
HF 下载量
上线时间2023-10-06 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

难度:入门 约 5 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的网络环境
  • 已安装 Git(用于克隆仓库)
  • 可查看 Markdown 的编辑器或浏览器
  • 可选:可访问 arXiv 查看综述论文

安装与启动步骤

  1. 1克隆仓库

    把 Awesome-LLM4AD 资源仓库下载到本地,README 未给出其它获取方式,克隆后即可离线浏览。

    git clone https://github.com/Thinklab-SJTU/Awesome-LLM4AD.git
  2. 2阅读领域总览

    打开 README 中的 Overview of LLM4AD 章节,了解 LLM4AD 的定义及其与 VLM4AD、VLA4AD 的关系。

  3. 3按目录查资源

    根据 Table of Contents 跳转到 Papers、Datasets 等章节,定位自己关注的论文与数据集。

  4. 4查阅综述论文

    README 指出综述论文位于 arXiv,包含更详细的讨论并会持续更新,可前往阅读。

  5. 5引用或贡献

    若仓库有帮助,可按 README 提供的 BibTeX 引用;也可通过作者邮箱或提交 PR 补充资料。

如何确认成功

本地出现 Awesome-LLM4AD 目录并能打开 README.md,看到 Papers、Datasets、Citation 等章节即获取成功。

常见问题

Q:这个项目需要安装依赖或启动服务吗?

A:不需要。README 未提供任何安装或运行说明,它是论文、数据集等资源的索引列表,克隆后直接阅读即可。

Q:怎么把资料贡献给这个仓库?

A:README 说明可联系 yangzhenjie@sjtu.edu.cn 或 jiaxiaosong@sjtu.edu.cn,也可直接提交 PR。

Q:有更详细的系统性介绍吗?

A:有。README 指向综述论文 arXiv:2311.01043,包含更详细讨论并会持续更新。

Q:使用该仓库需要引用吗?

A:README 建议在仓库对你有帮助时引用其 BibTeX 条目(yang2023survey)。

注意事项

  • 该仓库为精选资源列表,不含可执行代码,因此没有安装、端口或配置文件相关说明。
  • 内容持续更新以跟踪 LLM4AD 前沿,建议定期 git pull 获取最新资源。
  • 本教程步骤依据 README 实际内容整理,未包含 README 中未给出的命令、包名或路径。
  • 仓库由 SJTU-ReThinklab 维护,欢迎 star 与 PR 贡献。

核心亮点

  • 资源分类清晰,覆盖感知、规划、决策等关键任务,便于按需检索
  • 持续更新,及时收录最新论文和开源代码,保持前沿性
  • 社区驱动,贡献者多,资源筛选相对可靠,节省调研时间

不足之处

  • 列表式资源,缺乏深度解读和对比分析,需自行阅读原文
  • 部分条目可能未及时更新,存在链接失效风险

适用场景

  • 科研人员快速调研大模型在自动驾驶中的研究现状
  • 工程师寻找可落地的VLM/VLA模型及代码实现
  • 产品经理或投资人了解自动驾驶AI技术趋势

替代项目

Awesome-Autonomous-Driving、Awesome-VLM-Agent、Awesome-World-Models

项目介绍

Awesome-LLM4AD 是行业应用领域的开源项目,由 Thinklab-SJTU 开发,2023 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(1,889)位列前 30%,在行业应用分类的 544 个项目里位列前 14%。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。开源资源列表,完全免费,无付费版本。

它主要面向的使用场景是:科研人员快速调研大模型在自动驾驶中的研究现状。同类可对比的替代方案包括 Awesome-Autonomous-Driving、Awesome-VLM-Agent、Awesome-World-Models。

上一篇:MedLLMsPracticalGuide

下一篇:elm

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13