FM-AD-Survey

一仓库看尽基础模型如何驱动自动驾驶场景生成与分析

FM-AD-Survey 是一个持续更新的综述论文仓库，专注于大型基础模型（Foundation Models）在自动驾驶场景生成与分析中的应用。它系统收集和整理了该领域的前沿研究论文，覆盖场景生成、场景分析、多模态感知、决策规划等核心方向。项目旨在为自动驾驶研究者提供一份结构化的文献地图，帮助快速了解基础模型如何赋能自动驾驶的场景理解与仿真测试，解决传统方法在场景多样性、泛化性和长尾问题上的不足。仓库按主题分类，并标注论文状态，便于检索和跟踪最新进展。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 237
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队TUM-AVS
所属国家
官网地址
GitHubhttps://github.com/TUM-AVS/FM-AD-Survey
定价模式free
价格说明开源论文列表，无收费，免费获取。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型autonomous-driving,diffusion-models,foundation-models,large-language-models,llms,mllms,multimodal-large-language-models,scenario-analysis,scenario-generation,survey,vision-language-model,vlms,world-models
GitHub 星标★ 237
30天Star增速
HF 下载量
上线时间2025-05-02 00:00:00
最近更新2026-09-21 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0

使用教程

核心亮点

  • 主题聚焦且分类清晰，按场景生成、分析等方向整理，便于快速定位相关研究
  • 持续更新机制，承诺跟踪最新论文，适合作为领域动态监控入口
  • 基于综述论文形式，提供高密度信息，节省研究者文献调研时间

不足之处

  • 仅收录论文列表，无代码或实验复现，实用性受限
  • 文档/社区待观察

适用场景

  • 自动驾驶研究者快速调研基础模型在场景生成方向的研究现状
  • 学生或工程师入门自动驾驶AI，需要系统化文献导航
  • 技术选型时对比不同基础模型在场景分析任务上的应用潜力

替代项目

Awesome-Autonomous-Driving、Awesome-LLM-Autonomous-Driving、Driving-with-LLMs

项目介绍

FM-AD-Survey 是行业应用领域的开源项目，由 TUM-AVS 开发，2025 年首次发布。

它收录于行业应用分类，该分类目前共有 544 个项目，GitHub 星标数为 237。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-21。开源论文列表，无收费，免费获取。

它主要面向的使用场景是：自动驾驶研究者快速调研基础模型在场景生成方向的研究现状。同类可对比的替代方案包括 Awesome-Autonomous-Driving、Awesome-LLM-Autonomous-Driving、Driving-with-LLMs。

上一篇：machine-learning-for-trading

下一篇：mLLMCelltype

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