旺旺头条论坛成功举办｜9大议题，讲透端到端到端时代的数据闭环
2025年，中国汽车市场全面迈入全民智驾时代，随着端到端智驾大模型技术的兴起，数据闭环成为了推动高阶智能驾驶落地的核心与关键。
为进一步推动行业交流与数据驱动闭环生态建设，8月28日，在Testing Expo China 2025 - Automotive（汽车测试及质量监控博览会·中国） 同期，51Sim成功举办了「向真而行！51Sim端到端数据闭环生态论坛」。
论坛聚焦端到端数据闭环的实践与前景，围绕数据驱动闭环升级与方案论、数据驱动闭环案例实践、仿真置信度、行业生态赋能等核心话题展开深入探讨。
来自主机厂、Tier1供应商、学术机构的行业专家与企业高管齐聚一堂，共同探讨端到端时代下数据驱动闭环的机遇与挑战，多角度探讨真数据、真场景、真验证以及在端到端时代下的实践路径，以推动产业协同，加速智能驾驶的规模化落地。
在这一过程中，数据与算力将成为新的核心竞争要素，数据驱动闭环也被赋予了全新的要求。
她归纳了三点：
数据复用性——随着传感器越来越多，数据量越来越大，存储成本高数据类型复杂，这倒逼提高数据的复用性，即既有实采数据简单改造即可复用于其他车型算法训练。
场景覆盖度—— 当前数据驱动闭环以实际路测为主，存在“数”“智”割裂问题，大量数未被利用，而同时AI缺乏大规模准确数据去投喂。应搭建高效的感知挖掘能力和基于3DGS，4DGS高精场景还原及泛化能力，为两阶式和一阶式算法提供高覆盖度的感知场景输入。
测试兼容性。应形成基于数据驱动的全栈软硬件测试工具链，从Rule based到Learning based，均有对应的测试方法和可量化的测试结果。
为行业升级需求，她提出数据驱动闭环升级方案，包括新升级方案：
一体化数据采集：利用量产车域控，采集原车传感器和底盘数据，保证与量产环境一致。
灵活数据平台：基于工作流+算子引擎，实现数据解析、清洗、特征提取和转换，全面支撑算法训练、场景库与仿真测试。
高效仿真回灌：引入大模型和多模态向量模型，深度理解场景，结合4D自动化标注与人工验证，形成高质量训练与回灌数据集。
3DGS新视角合成：通过混合仿真体系，提升高拟真场景重建的精度和效率，实现跨车型训练与测试。
多传感器高置信度仿真：覆盖摄像头、激光雷达、毫米波雷达，达到>99.9%的几何精确度与>95%的图像质量，仿真结果与实测一致性达92%。
最后，张晓娜强调：在端到端时代，数据驱动的闭环不仅是挑战，更是智能驾驶走向量产落地的关键路径。
论坛现场邀请到了三家车企合作伙伴，分享车企在端到端系统数据闭环的构建过程中，如何利用创新技术与方案，应对数据应用的难题。
长城汽车智能驾驶高级专家敬明博士在《端到端时代仿真测试的思考与探索》中介绍了长城汽车针对端到端自动驾驶的仿真测试创新方案。
端到端模型依赖神经网络，存在场景泛化能力不足、决策不可解释等风险。对此，长城构建了优化算法平台。针对场景泛化难题，通过遗传算法、粒子群优化等智能算法自动生成边缘场景，高效捕捉海量高危案例，效率超传统随机采样方法一千余倍，显著提升未知场景覆盖能力；同时基于量产数据开展三维重建，结合4DGS与扩散模型生成多传感器数据，实现新车型corner case复现，大幅提升数据的利用率。
51Sim作为长城汽车的合作伙伴，正在携手推进端到端行泊一体系统的量产落地，未来将进一步通过端到端数据闭环与高置信度的仿真测试，赋能端到端AI模型的迭代升级。
张敏超表示，商用车与乘用车的车辆特性和场景存在差异，导致其自动驾驶系统与验证体系也存在很大差异。针对商用车生产工具属性，东风股份目前正积极探索构建涵盖多高保真多车协同仿真框架和特色的验证体系，为L4级商用车规模化落地提供核心支撑。
北京汽车研究总院有限公司智能驾驶部高级专家肖轩博士发表《北汽智驾仿真能力建设及实践》主题演讲，全面介绍了北汽构建的“SIL/HIL-数据追溯-可信度认证”完整仿真验证体系。
针对软件在环（SIL） 建设，北汽基于第三方仿真软件，构建规控算法测试平台，开发2000+测试用例覆盖L2级组合辅助功能；针对硬件在环（HIL），通过多摄像头域控仿真系统验证域控制器性能，支撑工信部L3准入试点要求。
未来北汽将进一步深耕建设云仿真平台，打通数据闭环以支持端到端模型测试需求，通过体系化仿真能力建设，为自动驾驶量产奠定坚实基础，未来将持续引领行业创新。
中汽智能科技(天津)有限公司致力于从管理、分析、验证、确认四个维度，构建企业级可信度评估体系，把“仿真即证据”落到实处。
中汽智能主任工程师陈硕从政策合规角度出发，重点分享了三个层面：驾驶自动化仿真测试的合规要求背景、仿真可信度评估的发展趋势，以及相关方法研究。
他指出，随着国内外标准和法规的陆续出台，智能网联汽车的测试验证方法正逐步趋同，并以“三支柱”测试策略为基础。其中，仿真验证作为重要支柱，必须经过工具链可信度评估。仿真可信度评估已成为车企开展仿真测试的必选项，其能力建设不仅有助于企业满足法规合规要求，还能提升技术的安全可靠性，加快研发落地并降低成本。
陈硕总结了仿真可信度评估的三大趋势：
量化确认为核心：通过选取指标，开展仿真与实车对比验证，分析一致性，形成量化评估结果，作为可信度的核心依据。
数据追溯性强化：仿真工具链生命周期动态更新频繁，需要全程监控与记录，建立完善的管理机制，确保建模与仿真过程中的数据可追溯。
研发流程审核加强：覆盖平台建设前期的分析与后期的验证环节，明确模型和工具链的范围与局限性，确保数学与概念模型正确应用。
最后，他提出，应基于联合国VMAD工作组提出的方法论，从管理、分析、验证、确认四个维度构建系统化的仿真可信度评估体系，为驾驶自动化测试提供坚实的技术与合规保障。
“向真而行”是本次论坛的主题，对置信度的不断突破，也是51Sim自成立以来的不懈追求！
51Sim研发总监张安春发表《向真而行，51Sim新一代闭环仿真平台》主题演讲，分享了51Sim融合3DGS混合渲染、世界模型与多模态合成数据技术，构建了新一代的闭环仿真平台，直面端到端系统对于置信度的严苛要求。
51Sim将3D高斯技术与传统图形引擎深度融合，构建了新一代3DGS融合仿真引擎，在静态层采用3D高斯精准重建道路环境，动态层使用高真实感的3D模型或3DGS重建资产，同时完整保留OpenSCENARIO标准的结构化动态场景仿真体系。在场景视觉真实度、重建成本、泛化性之间找到了完美的平衡点。
同时，为进一步挖掘真实数据的可用性，51Sim构建了基于4DGS的LogSim闭环仿真，可基于原始的视频流，实现主车变车道，对手车变车道，对手车换车型和轨迹。目前51Sim已经初步完成构建闭环仿真流程，包括将传感器模型纳入仿真环节，后续将持续提升4DGS闭环仿真的可用性。
仿真数据的置信度与真实数据的泛化性是端到端时代仿真测试面对重要挑战，51Sim将持续融合新一代的AI及仿真技术，推动端到端智能辅助驾驶系统测试领域创新，构建端到端闭环验证体系，助力车企突破端到端测试的置信度与效率瓶颈，加速高阶智驾安全落地
火山引擎智驾解决方案负责人曹少琨带来了多模态数据湖解决方案。他提到，在端到端模型迅速发展的时代，多模态数据呈爆炸式增长，研采车及量产车实时采集大量图像、点云等非结构化数据，各家企业数据量级也从PB级快速向EB级发展。
为了进一步说明，他以火山引擎核心产品LAS为例，重点拆解多模态数据湖为行业带来几大赋能：数据格式统一，存储资源降本，系统强大稳定；元数据统一，数据集能力丰富，数据安全有保障；资源混合调度，计算效率极高，开发降本增效；开源生态丰富，技术开放增强，应用场景多样。
NI ADAS与HIL业务首席业务发展经理王帅从技术层面分享了对高阶自动驾驶 XIL测试的深入思考与实践。他强调，在端到端时代，测试体系正面临前所未有的挑战，需要兼顾高精度、实时性与可扩展性。
在演讲中，王帅重点介绍了在高阶自动驾驶XIL测试四项关键技术突破：基于流控的高同步、低延迟RDMA数据传输；仿真反向流控能力；逆ISP模型；稳定的功能激活机制
最后，他展望了未来技术趋势：基于数据中心的集群化测试。这种模式能够同时支撑超大规模仿真与端到端数据闭环验证，成为满足智能驾驶行业快速演进需求的关键方向。
极佳科技合伙人、工程副总裁毛继明在《世界模型 - 开启物理世界通用智能新时代》演讲中谈及了“分层融合+端云协同”的世界模型技术架构，世界模型作为通用物理智能的核心引擎，可为自动驾驶与具身智能提供通用智能底座。
目前极佳科技已构建模块化组件库，可依据车企数据质量动态组合模型，实现较高的场景重建精度。未来极佳还将继续携手智驾领域和具身领域的合作伙伴，让世界模型整个产业带来更多价值。
展会精彩继续
推荐阅读
关于51Sim
版权声明
本文仅作者转发或者创作，不代表旺旺头条立场。
如有侵权请联系站长删除
发表评论:
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。