理想自动驾驶团队有5篇论文中稿ICCV。本届大会共收到了 11,239 份有效投稿（历史最多），这些投稿经过评审后接受 2,698 篇论文，接受率为 24%。

这5篇论文的核心内容简述如下：

World4Drive（VLA）：理想&中科院，业界首个通过自监督学习实现无需感知标注的端到端规划模型，并构建潜在世界模型来生成和评估多模态规划轨迹。

HierarchyUGP（世界模型）：理想&浙大，业界首个大尺度自动驾驶重建模型，采用四维空间定义的全域高斯基元（UGP）作为表征单元，实现动态静态长达 1km 的重建能力。

RoboPerls（机器人）：理想&中山大学，利用 3DGS 构建面向机器人操作的可编辑视频仿真框架，能够从示范视频构建具有照片级真实感、视角一致的仿真环境，支持机器人的数据合成。

HiNeus（世界模型）：理想独立工作，提出了一个统一 3D 复杂渲染框架，通过三项基础创新同时解决多视角辐射不一致性、增强低纹理表面恢复并保留精细结构细节，性能达到 SOTA。

3DRealCar（数据集）：理想&悉尼科技大学，提出业界首个大规模真实三维车辆数据集 3DRealCar，具备海量数据、高品质、高多样性等特性。