统一驾驶 Token：表示与几何引导的离散 Tokenizer 用于驾驶世界模型与规划

离散视觉 Token 应为基于 Token 的自动驾驶世界建模与规划提供紧凑表示。然而，现有 Tokenizer 多继承自图像生成，侧重像素重建，难以满足驾驶决策需求。本文提出一种表示引导且几何增强的 Tokenizer，在联合监督下学习离散 Token。该方法通过特征解码将离散瓶颈与冻结的 DINO 特征空间对齐，同时利用感知与对抗损失保留外观信息。此外，引入相邻帧深度与相对位姿监督以注入几何状态线索，并通过多码本量化稳定联合目标。实验表明，该方法在重建 fidelity、表示一致性及规划性能上均表现优异。