客户痛点
长尾稀缺、出海难采
海外/边缘/少见场景采集难度大,训练数据覆盖不足
跨车型迁移成本高
跨车型、跨代车型无法数据迁移复用,重采成本高
合成—实采差别大
合成数据与实采风格差异大,模型迁移效果差
标注重、难一致
标注过程人力重、周期长、一致性难保障
方案价值
新视角合成(4DGS)
通过动态3DGS + Diffusion,生成新车型/视角下的一致性图像流
多模态数据生成
支持图像+深度+语义+2D/3D框+点云等完整训练标注输出
世界模型增强合成一致性与真实度
引入物理先验 + 多模态约束的世界建模方式,显著提升图像与语义、几何之间的一致性,生成更接近真实数据分布的训练样本
自动化合成链路可控性强,资产复用率高
支持参数化调节天气、时间、交通密度等变量,结合结构化场景配置可快速批量生成多样性强、标注齐全的数据集

核心能力

01

高保真3D仿真场景工具链 + 海量仿真资产库

交通道具 各类交通仿真道具6000个,交通指示牌/信号灯/地面标线/花坛/人行道/围栏 载具 各类载具200余辆,货车/商务车/家用轿车/家用SUV/特殊车辆/三轮车/电动车/自行车 植被 1000+树木,各类植被30+种 SOTIF要素 路面掉落/堆物/车辆异常涂装/状态/行人衣着/动作

02

全自动化生成感知测试用仿真场景

程序化建模和场景生成,极大降低场景建设成本 基于真实高精路网生成感知用仿真场景 支持道路及周边元素、建筑、植被、高架、水域、夜景等自动生成 可配置不同风格,生成城市,乡村,高速道路场景

03

物理级传感器仿真模型

实验室摄像头参数标定 大量传感器参数模拟 场景因素(基于物理的光照模型,复杂天气系统) 异常情况(遮挡,蒙尘,液体泼溅)

应用场景
01

海外场景/出海车模型训练数据补充

02

边缘Case回灌强化训练

03

新车型跨平台数据迁移

04

仿真与实拍数据混合训练提升模型泛化性

案例
某西南汽车集团合资公司泊车场景合成数据集
更多