前言隨著端到端自動(dòng)駕駛從學(xué)術(shù)探索走向規(guī)?；瘧?yīng)用，無論是特斯拉FSD神經(jīng)模擬器、Waymo基于DeepMindGenie3的世界模型，還是國(guó)內(nèi)主流車企的數(shù)據(jù)閉環(huán)體系，均在表明仿真系統(tǒng)的定位已從傳統(tǒng)測(cè)試執(zhí)行工具，升級(jí)為支撐算法訓(xùn)練的核心數(shù)據(jù)基礎(chǔ)設(shè)施。

隨著自動(dòng)駕駛技術(shù)的迭代升級(jí)，商用車ADAS的研發(fā)進(jìn)程已成為行業(yè)焦點(diǎn)。近期，在和眾多商用車ADAS研發(fā)客戶的溝通過程中，我們觀察到了一些被頻繁提到的客戶需求和場(chǎng)景痛點(diǎn)，針對(duì)于此，本文為該類客戶量身定制了一套高性能商用車ADAS多傳感器數(shù)據(jù)采集方案。本文

1引言我們此前發(fā)布的《如何高效構(gòu)建與測(cè)試非結(jié)構(gòu)化道路場(chǎng)景？》一文，已系統(tǒng)闡述了非結(jié)構(gòu)化道路仿真的必要性、當(dāng)前面臨的技術(shù)難點(diǎn)及其解決方案。而在智能駕駛仿真測(cè)試的場(chǎng)景構(gòu)建中，無論是結(jié)構(gòu)化道路的搭建還是非結(jié)構(gòu)化道路的加工，其工作流程通常依賴于明確的數(shù)據(jù)基礎(chǔ)和后續(xù)的可視化處理。在進(jìn)入U(xiǎn)nrealEngine或Blender等工具進(jìn)行地圖外觀加工之前，具備完整、準(zhǔn)確的

為適應(yīng)全球汽車產(chǎn)業(yè)互聯(lián)互通的發(fā)展趨勢(shì)，推動(dòng)汽車數(shù)據(jù)安全、高效跨境流動(dòng)，工信部等八部門近日聯(lián)合印發(fā)《汽車數(shù)據(jù)出境安全指引（2026版）》。該指引系統(tǒng)構(gòu)建了我國(guó)汽車數(shù)據(jù)出境的管理體系，旨在為全產(chǎn)業(yè)鏈相關(guān)主體提供明確、可操作的合規(guī)路徑。下文將詳細(xì)解讀指引的整體框架、適用

我們很高興地宣布：康謀與全球領(lǐng)先的機(jī)器人仿真軟件提供商CoppeliaRobotics正式建立合作伙伴關(guān)系。雙方將整合各自在自動(dòng)駕駛仿真測(cè)試、機(jī)器人系統(tǒng)仿真領(lǐng)域的技術(shù)優(yōu)勢(shì)與資源，共同探索智能仿真技術(shù)在自動(dòng)駕駛、具身智能等領(lǐng)域的創(chuàng)新應(yīng)用，為行業(yè)客戶提供更高效、更全面的研發(fā)測(cè)試解決方案，助力全球智能裝備產(chǎn)業(yè)加速升級(jí)。關(guān)于CoppeliaRoboticsCoppe

3DGS與4DGS的核心應(yīng)用實(shí)踐與技術(shù)突破！01引言無論是暴雪過后的街道、夜幕下車燈照亮的路面、還是雨霧交織的高速公路——這些對(duì)人類駕駛員而言習(xí)以為常的場(chǎng)景，卻構(gòu)成了自動(dòng)駕駛系統(tǒng)面臨的環(huán)境感知極限挑戰(zhàn)。這是由于傳統(tǒng)3D場(chǎng)景重建技術(shù)在面對(duì)復(fù)雜環(huán)境時(shí)常常力不從心：要么把雪花當(dāng)成場(chǎng)景的一部分輸入進(jìn)模

寫在前面：作為自動(dòng)駕駛仿真的核心支撐，3DGS與世界模型的技術(shù)落地一直備受關(guān)注。我們看到了車路漫漫的一篇文章，探討了3DGS與世界模型的路線差異，并開箱了aiSim軟件的3DGS功能，從效果對(duì)比、流程優(yōu)化及與“世界模型”互補(bǔ)等角度，給大家?guī)Я肆诵袠I(yè)一線的技術(shù)思考。從行業(yè)角度來看是一篇難得的務(wù)實(shí)分享，特此轉(zhuǎn)載，供大家學(xué)習(xí)交流探討。大家好呀，我是李慢慢。先說結(jié)論

2026年1月29日，由奇瑞汽車與蓋世汽車聯(lián)合主辦的供應(yīng)鏈技術(shù)共創(chuàng)交流日活動(dòng)在蕪湖鳳鳴研創(chuàng)中心圓滿落幕?？抵\與姐妹公司虹科、德思特共同受邀參會(huì)，深度參與這場(chǎng)聚焦輔助駕駛、智能座艙、新能源領(lǐng)域的行業(yè)盛會(huì)?；顒?dòng)回顧活動(dòng)現(xiàn)場(chǎng)，奇瑞股份有限公司副總裁、研發(fā)總院聯(lián)席院長(zhǎng)鄔學(xué)斌，蓋世汽車CEO周曉鶯蒞臨致辭。眾多行業(yè)領(lǐng)導(dǎo)、研發(fā)及采購(gòu)工程師齊聚展臺(tái)，圍繞產(chǎn)品創(chuàng)新與技術(shù)應(yīng)用

本項(xiàng)目客戶為國(guó)內(nèi)一所以智能駕駛為核心研究方向的高校科研團(tuán)隊(duì)。團(tuán)隊(duì)長(zhǎng)期聚焦于自動(dòng)駕駛感知、定位與系統(tǒng)級(jí)驗(yàn)證研究，同時(shí)承擔(dān)研究生教學(xué)與科研平臺(tái)建設(shè)任務(wù)。在科研與教學(xué)并行推進(jìn)的背景下，客戶希望構(gòu)建一套可持續(xù)擴(kuò)展、可復(fù)用的自動(dòng)駕駛數(shù)據(jù)采集與數(shù)字孿生測(cè)試平臺(tái)，

隨著智能駕駛向L3/L4高階演進(jìn)，傳感器配置密度激增、場(chǎng)景復(fù)雜度指數(shù)級(jí)提升，HIL（硬件在環(huán)）測(cè)試面臨核心痛點(diǎn)，如傳統(tǒng)方案仿真保真度不足難以匹配高階智駕感知需求、鏈路復(fù)雜導(dǎo)致升級(jí)成本高、邊緣場(chǎng)景覆蓋不全與低延遲傳輸矛盾凸顯、無法支撐高階系統(tǒng)全生命周期測(cè)