當前輔助駕駛系統(tǒng)測試面臨端到端閉環(huán)仿真的核心挑戰(zhàn):傳統(tǒng)分立測試模式難以滿足端到端系統(tǒng)尤其是一段式端到端系統(tǒng)的驗證需求，仿真置信度不足與真實數(shù)據(jù)靈活性與交互性較差形成雙重矛盾。51Sim通過融合3D/4D高斯技術(shù)與傳統(tǒng)圖形引擎，構(gòu)建新一代仿真體系。

2025年7月22日，51Sim CEO鮑世強在2025第八屆輔助駕駛大會上表示:“端到端與仿真閉環(huán)需求的結(jié)合使仿真難度倍增，而我們的3D高斯技術(shù)以低成本實現(xiàn)高置信度靜態(tài)重建，4D高斯則賦予真實數(shù)據(jù)強泛化能力，這是突破仿真測試瓶頸的關(guān)鍵路徑?！?/p>

51Sim CEO

以下為演講內(nèi)容整理:

51Sim的產(chǎn)品體系

51Sim目前主要致力于汽車領(lǐng)域的業(yè)務(wù)，同時也在積極拓展業(yè)務(wù)到智能裝備、農(nóng)業(yè)、港口、工業(yè)等泛行業(yè)的仿真領(lǐng)域。目前產(chǎn)品體系包括仿真平臺和數(shù)據(jù)平臺兩部分:

SimOne智能輔助駕駛與機器人仿真平臺采用云原生架構(gòu):支持云端大規(guī)模并發(fā)及端到端多傳感器仿真。可實現(xiàn)一體化的仿真測試體系:整合場景創(chuàng)建、數(shù)據(jù)管理與HIL/SIL測試流程，同時還可以實現(xiàn)云+端遠程多用戶協(xié)作。產(chǎn)品基于OpenX場景仿真構(gòu)建，場景引擎完整支持OpenX標準，具備所見即所得的場景編輯器，可以完全支撐規(guī)控及感知等多種不同類型的仿真需求。

圖源:演講嘉賓素材

仿真測試的核心矛盾與端到端測試的范式變革

進入端到端時代，高置信度傳感器仿真與場景仿真成為了必答題，對仿真系統(tǒng)多個環(huán)節(jié)的置信度提出了更高的要求。

圖源:演講嘉賓素材

仿真總體上可以分為基于抽象建模的WorldSim與基于真實數(shù)據(jù)回放的LogSim兩種做法。仿真的核心矛盾在于如何分別解決真實數(shù)據(jù)缺乏靈活性和仿真數(shù)據(jù)置信度面臨挑戰(zhàn)這兩個關(guān)鍵問題。尤其進入到端到端階段后，要求整個系統(tǒng)的全鏈路閉環(huán)仿真測試，這意味著傳統(tǒng)的基于回灌的感知系統(tǒng)測試和場景驅(qū)動的閉環(huán)規(guī)控系統(tǒng)測試會逐漸失效，仿真的兩個核心矛盾會更加突出。這要求一方面，在WorldSim仿真?zhèn)?，仿真平臺必須具備高精度動靜態(tài)場景創(chuàng)建能力，和高質(zhì)量傳感器物理特性模擬能力，以最大化提升傳統(tǒng)仿真因簡化建模導(dǎo)致動靜態(tài)場景，傳感器模型、動力學(xué)模型誤差累積形成置信度乘法效應(yīng)，最終制約高階輔助駕駛測試效率。另一方面，在LogSim數(shù)據(jù)仿真?zhèn)龋抡嫫脚_必須在原始真實數(shù)據(jù)上一定程度上構(gòu)建出閉環(huán)仿真適配能力，通過AI重建和生成等多種手段，突破真實數(shù)據(jù)作為歷史記錄無法調(diào)整，無法適配和泛化的瓶頸。

3D高斯混合仿真引擎

圖源:演講嘉賓素材

針對仿真置信度的問題，51Sim正在將非常多的新技術(shù)進行產(chǎn)品化，3D高斯就是其中之一。

3D高斯技術(shù)通過高斯球元描述場景幾何與光照特性，實現(xiàn)低成本高保真靜態(tài)場景重建，幾何，材質(zhì)細節(jié)還原度超過95%，在重建性能，適配性等多方面顯著優(yōu)于傳統(tǒng)NeRF方案，同時非常好地解決了重建成本的問題；51Sim將3D高斯技術(shù)與傳統(tǒng)圖形引擎深度融合，構(gòu)建新一代3DGS融合仿真引擎，在靜態(tài)層采用3D高斯精準重建道路環(huán)境，動態(tài)層使用高真實感的3D模型或3DGS重建資產(chǎn)，同時完整保留OpenSCENARIO標準的結(jié)構(gòu)化動態(tài)場景仿真體系。在場景視覺真實度、重建成本、泛化性之間找到了完美的平衡點。

圖源:演講嘉賓素材

51Sim已經(jīng)構(gòu)建了一套完整的3DGS重建流程，目前自動化重建的質(zhì)量達到了仿真可用水平，如何讓3DGS支持閉環(huán)仿真，最大的挑戰(zhàn)是傳感器模擬，需針對3DGS與3D模型混合場景解決包括毫米波雷達電磁特征響應(yīng)和激光雷達特征適配問題。目前已經(jīng)開發(fā)完成多攝像頭、毫米波雷達及激光雷達的全流程閉環(huán)仿真系統(tǒng)，通過使用經(jīng)過詳細標定的高精度物理級仿真模型，可精確模擬攝像頭畸變、激光雷達反射特性及毫米波雷達電磁波行為，這項技術(shù)已經(jīng)在多個泊車場景和城市道路場景進行了算法閉環(huán)仿真驗證。

4D高斯真實數(shù)據(jù)泛化

4D高斯技術(shù)聚焦真實數(shù)據(jù)靈活性提升，核心差異在于無需對整個世界進行過高層面的抽象，僅針對挖掘出來有價值的數(shù)據(jù)片段優(yōu)化，使其變得更加靈活，增強對閉環(huán)仿真的適配性。

圖源:演講嘉賓素材

如何讓采集的數(shù)據(jù)進行跨車型遷移，是其中一個有價值的應(yīng)用方向。將主機廠A車型采集數(shù)據(jù)遷移至B車型傳感器視角，實現(xiàn)跨車型攝像頭位姿、視場角、畸變參數(shù)及ISP后處理參數(shù)的精準調(diào)整；在新視角合成模塊中，基于動靜態(tài)一體化訓(xùn)練技術(shù)生成符合物理規(guī)律的多視角視頻，有效解決不同車型傳感器配置差異導(dǎo)致的測試數(shù)據(jù)復(fù)用難題。

圖源:演講嘉賓素材

另一個應(yīng)用方向是，讓采集到的有價值的片段支持動態(tài)調(diào)整，例如將主車算法替換成另外版本的算法，更換車道，或者更換其他交通參與者的模型，對軌跡進行調(diào)整等。目前已經(jīng)實現(xiàn)利用不同品牌、型號車輛及其他障礙物的資產(chǎn)，對原始資產(chǎn)進行替換，并確保替換資產(chǎn)與場景光照、陰影、反射等保持一致，以提升視覺真實感和仿真質(zhì)量。同時利用擴散模型對軌跡實現(xiàn)泛化，并對新軌跡的細節(jié)進行補全，提高了合成圖像的清晰度、真實感和感知一致性，確保軌跡泛化的合理性。

4D高斯閉環(huán)仿真體系非常復(fù)雜，目前51Sim已經(jīng)初步完成構(gòu)建閉環(huán)仿真流程，包括將傳感器模型納入仿真環(huán)節(jié)，后續(xù)將持續(xù)提升4DGS閉環(huán)仿真的可用性。

工程驗證與落地實踐

在置信度層面，51Sim感知仿真中攝像頭畸變、魚眼和雷達幾何仿真精確度超過99.9%，圖像質(zhì)量精確度超過95%。同時在多傳感器時鐘同步和聯(lián)合仿真中，多模態(tài)傳感器一致性可達100%。經(jīng)對比，仿真測試與場地測試的一致性超過92%，基于智能輔助駕駛算法的總體置信度超過90%，幫助客戶實現(xiàn)高效且高置信度的端到端大模型的閉環(huán)仿真測試，完美滿足各種嚴苛需求與挑戰(zhàn)。

目前，51Sim的端到端測試方案已在多家主機廠實現(xiàn)成熟的落地應(yīng)用，助力其突破軟件在環(huán)和硬件在環(huán)(HIL)測試中的仿真效率與置信度瓶頸，實現(xiàn)更精準、更可靠且可擴展的結(jié)果，賦能端到端系統(tǒng)安全性的提升。

未來挑戰(zhàn)與演進方向

仿真數(shù)據(jù)的置信度與真實數(shù)據(jù)的泛化性是端到端時代仿真測試面對重要挑戰(zhàn)，51Sim將持續(xù)融合新一代的AI及仿真技術(shù)，推動端到端智能輔助駕駛系統(tǒng)測試領(lǐng)域創(chuàng)新，構(gòu)建端到端閉環(huán)驗證體系，助力車企突破端到端測試的置信度與效率瓶頸，加速高階智駕安全落地