4DGS合成数据技术重塑智能驾驶仿真新境界

随着人工智能技术在自动驾驶领域的深度应用,端到端智驾算法对高质量训练数据的需求呈指数级增长。传统仿真数据生成方式面临置信度不足、泛化能力有限等技术瓶颈,而真实数据采集成本高昂且覆盖场景受限。在此背景下,基于4DGS技术的合成数据生成方案,为智能驾驶行业提供了突破性的解决路径。51Sim作为数据及仿真平台业务版块的企业,在4DGS合成数据技术应用与产业化方面积累了丰富实践经验。
技术能力与平台基础
51Sim构建的4DGS闭环仿真体系以"4DGS重建+生成式世界模型"为技术底座,实现了从"手工搭建"向"AI自动生成"的仿真体系转型。该体系需一段视频clip即可重建出可用于神经渲染的4D场景,为智驾测试部门在虚拟4D空间内完成算法闭环测试提供支撑。通过结合生成模型能力,系统能够对海量真实数据中的车辆、轨迹、视角等关键要素进行修改,实现高价值数据的成百上千倍价值放大。摩尔线程KUAE智算集群为这一体系提供了统一、可扩展的算力底座,使神经场景重建、世界模型训练、大规模合成数据生成、闭环仿真、强化学习等多类训练与推理任务能够并行运行。

产品矩阵与技术突破

在4DGS合成数据生成方面,51Sim推出了LidarPainter单步扩散新视角合成模型,该模型基于单步扩散和融合激光雷达约束,实现高保真驾驶场景新视角生成。相比业界前沿方法StreetCrafter,LidarPainter在处理速度上提升了7倍,显存占用为后者的五分之一,降低了重建成本与技术门槛。DataOne数据处理挖掘和合成数据平台构建了包括车载摄像头图像和视频流、脉冲相机、激光雷达数据、毫米波中频数据、高精路网车道线等多模态数据生成框架,可生成车侧、路侧、无人机视角摄像头的多视角合成数据,包括2D/3D包围盒、语义分割、实例分割、深度图、法线图、占用网格、光流等真值信息。

产业应用与实施效果

51Sim的4DGS合成数据技术已在多家主机厂实现产业化落地应用。在与长城汽车的合作中,该技术支撑端到端行泊一体系统的量产落地进程。北京大学马雷团队牵头的"面向自动驾驶场景的高真实感数据合成"研究课题中,基于该技术生成了30T+高精度数字孪生场景合成数据,为视觉模型训练、验证和调优提供了高真实感仿真数据支撑。某雷视一体机厂商通过仿真训练,数据大模型准确率提升了7%。该技术还帮助国内外车企应对数据安全监管要求,生成交通标志牌、停车场等场景合成数据,在解决数据获取挑战的同时兼顾数据隐私保护需求。在置信度方面,基于智驾算法的总体置信度超过90%,动力学仿真、激光雷达仿真及摄像头仿真的置信度分别达到95%、95%、90%。

生态合作与标准建设

51Sim深度参与行业标准制定工作,高级研发经理毛祖秋作为ASAM首批人次库人才,积极参与OpenSCENARIO、OpenMaterial 3D等标准制定。公司在2025年度荣获C-ASAM年度自动驾驶仿真技术奖和年度标准先锋奖,体现了其在技术创新与标准化推进方面的贡献。在产学研合作方面,51Sim与清华大学、金溢科技、中国汽车工程研究院股份有限公司联合申报的"面向沙盒深度测试的车城融合仿真测评体系关键技术及应用"项目获得中国智能交通协会科学技术奖一等奖。公司还与北京交通发展研究院在数字孪生、交通大模型、交通仿真等领域开展深度合作,形成了数据驱动、AI赋能的模型体系。

51Sim基于4DGS技术构建的合成数据生成体系,在提升仿真置信度、扩展数据覆盖范围、降低数据采集成本等方面展现出技术优势。通过将真实数据重建能力与AI生成能力深度融合,该公司为智能驾驶行业提供了从实验验证向规模化应用转化的技术路径,推动了物理AI训练与推理场景从实验室走向真实业务的规模化落地。"