UniLION：基于线性分组 RNN 的统一自动驾驶模型
计算机视觉与模式识别
2025-11-04 v1
摘要
尽管 Transformer 在各个领域展现出了卓越的能力，但其二次方复杂度的注意力机制在处理长序列数据时引入了巨大的计算开销。在本文中，我们提出了一种统一的自动驾驶模型 UniLION，该模型基于线性分组 RNN 算子（即对分组特征执行线性 RNN），能够高效处理大规模 LiDAR 点云、高分辨率多视图图像甚至时序序列。值得注意的是，UniLION 作为一种单一的多功能架构，无需显式的时序或多模态融合模块，即可无缝支持多种专用变体（即纯 LiDAR、时序 LiDAR、多模态以及多模态时序融合配置）。此外，UniLION 在广泛的核心任务中持续提供具有竞争力甚至是最先进的性能，包括 3D 感知（例如 3D 目标检测、3D 目标跟踪、3D 占用预测、BEV 地图分割）、预测（例如运动预测）和规划（例如端到端规划）。这种统一范式自然简化了多模态和多任务自动驾驶系统的设计，同时保持了卓越的性能。最终，我们希望 UniLION 能为自动驾驶中 3D 基础模型的发展提供新的视角。代码可在 https://github.com/happinesslz/UniLION 获取。
引用
@article{arxiv.2511.01768,
title = {UniLION: Towards Unified Autonomous Driving Model with Linear Group RNNs},
author = {Zhe Liu and Jinghua Hou and Xiaoqing Ye and Jingdong Wang and Hengshuang Zhao and Xiang Bai},
journal= {arXiv preprint arXiv:2511.01768},
year = {2025}
}