会上可能听到：“导航信息在一段式里怎么给模型？”
它到底是什么意思
把导航路径做成中间结果的两段式方案里，它直接作为规划器的输入；一段式里，导航更常编码成条件 token 或先验 embedding。
量产里常见的编码方式包括：SD waypoints（位置点）、waypoint action（主导航动作）、speed limit（限速）、lane action / lane recommend（候选车道与推荐车道），通过 cross-attention 把车道先验注入 waypoint query。
SDPro 相比 SD 更细，能到车道拓扑和车道类型这一级。
机制图解
导航先验给到什么精度
SD道路级：往哪个方向、哪个路口转
SDPro车道级：车道拓扑、车道类型、推荐哪条道
容易搞混的地方
常见误解
导航先验越细越好
正确理解
SDPro 成本更高，且错误的细粒度先验伤害比粗粒度更大
常见误解
模型会自动纠正错误的推荐车道
正确理解
先验注入越强越容易盲从。需要专门验证模型有没有否决能力
看懂之后可以追问
- 推荐车道信息的准确率是多少？错误推荐时模型会盲从吗？导航先验注入越强，错误先验的伤害越大。需要知道模型有没有能力否决一个错误的推荐。
- 我们用的是 SD 还是 SDPro？这个精度差别对哪些场景是关键的？SDPro 细到车道拓扑和类型，成本也更高。主辅路、复杂路口是否必须用 SDPro，直接关系数据采购预算。
沿着主线继续
先知道
- 导航路径——两段式方案里由模型预测的一条宏观参考线：只表达该往哪走，不是可执行轨迹，不能直接控车。
接着看
- 一段式——规划器除了结构化结果，还能直读上游的共享特征，规划损失能回传更新表征——上限更高，但难归因、难闭环验证。