本文综述了自动驾驶3D占用预测的进展，包括OccFormer、CTF-Occ、SelfOcc、COTR、OCBEV、WidthFormer、SOccDPT和UniOCC等方法，这些方法在SemanticKITTI、nuScenes等数据集上提升了语义分割与占用预测性能，并降低了标注与计算成本。

BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。