佐思汽研發(fā)布《2025年智能駕駛仿真與世界模型研究報(bào)告》。

世界模型給智能駕駛仿真帶來(lái)創(chuàng)新

在向L3及以上高階自動(dòng)駕駛邁進(jìn)中，端到端技術(shù)的發(fā)展對(duì)高質(zhì)量的數(shù)據(jù)規(guī)模、場(chǎng)景多樣化覆蓋、物理真實(shí)性保障、多模態(tài)同步生成、行為邏輯合理性以及迭代效率的提升都提出了更高要求。

高質(zhì)量智駕核心三要素（數(shù)據(jù)、模型、算力）中，場(chǎng)景數(shù)據(jù)的質(zhì)量和數(shù)量正成為拉開(kāi)智駕體驗(yàn)的關(guān)鍵所在；而高階輔助駕駛算法模型訓(xùn)練需要千萬(wàn)級(jí)視頻片段并生成長(zhǎng)時(shí)序多模態(tài)駕駛場(chǎng)景，而真實(shí)路采的長(zhǎng)尾場(chǎng)景比較有限，無(wú)法滿足E2E算法訓(xùn)練的高質(zhì)量數(shù)據(jù)喂養(yǎng)。

仿真自動(dòng)化測(cè)試正成為車(chē)企及供應(yīng)商縮短開(kāi)發(fā)周期、降本增效、解決長(zhǎng)尾場(chǎng)景覆蓋不足、高危工況復(fù)現(xiàn)困難等挑戰(zhàn)的利器。同時(shí)，由于世界模型是能夠理解現(xiàn)實(shí)世界環(huán)境的物理特性和空間屬性，正被越來(lái)越多的車(chē)企及頭部Tier1所采用。

GAIA-2世界模型生成的多樣化長(zhǎng)時(shí)序場(chǎng)景

目前，針對(duì)智能駕駛訓(xùn)練，場(chǎng)景數(shù)據(jù)主要有以下幾個(gè)來(lái)源：

一是基于真實(shí)路測(cè)數(shù)據(jù)回放的仿真技術(shù)，優(yōu)點(diǎn)是場(chǎng)景真實(shí)性高，主要用于復(fù)現(xiàn)路測(cè)問(wèn)題場(chǎng)景，驗(yàn)證算法修復(fù)效果；

二是人工定義的參數(shù)化場(chǎng)景（如OpenScenario格式），特點(diǎn)是標(biāo)準(zhǔn)化測(cè)試、邊界條件探索，場(chǎng)景可控性強(qiáng)；

三是將真實(shí)路測(cè)數(shù)據(jù)（logsim）轉(zhuǎn)換為可泛化的虛擬仿真場(chǎng)景（Worldsim），核心功能為數(shù)據(jù)驅(qū)動(dòng)的場(chǎng)景生成與泛化，構(gòu)建高置信度仿真場(chǎng)景庫(kù)，支持場(chǎng)景衍生與自動(dòng)化測(cè)試，場(chǎng)景覆蓋效率得到了提升。

四是世界模型（World Model）通過(guò)AI構(gòu)建對(duì)物理世界的內(nèi)部表征，實(shí)現(xiàn)環(huán)境狀態(tài)預(yù)測(cè)與反事實(shí)推理的智能模型，數(shù)據(jù)來(lái)源是多模態(tài)數(shù)據(jù)（圖像、文本、物理規(guī)則）與強(qiáng)化學(xué)習(xí)生成數(shù)據(jù)，其優(yōu)勢(shì)具備因果推理能力、支持未知場(chǎng)景預(yù)測(cè)，然而世界模型需要的計(jì)算資源比較高，模型的可解釋性需要提升，同時(shí)也存在數(shù)據(jù)偏見(jiàn)風(fēng)險(xiǎn)。

世界模型也在多方面展現(xiàn)出優(yōu)勢(shì)，比如在環(huán)境感知與理解、未來(lái)場(chǎng)景演變預(yù)測(cè)、決策與規(guī)劃優(yōu)化、數(shù)據(jù)生成與訓(xùn)練增強(qiáng)、仿真與測(cè)試驗(yàn)證以及系統(tǒng)泛化能力提升等方面。下圖通過(guò)典型主機(jī)廠和Tier1應(yīng)用世界模型的案例，來(lái)一瞥世界模型給智能駕駛訓(xùn)練帶來(lái)的創(chuàng)新。

來(lái)源：佐思汽研《2025年智能駕駛仿真與世界模型研究報(bào)告》

全鏈路安全驗(yàn)證，正在推動(dòng)仿真走向跨域融合

當(dāng)前自動(dòng)駕駛安全驗(yàn)證已從單一功能測(cè)試轉(zhuǎn)向全鏈路閉環(huán)驗(yàn)證，仿真技術(shù)正突破傳統(tǒng)邊界，向跨域協(xié)同深度融合，其核心驅(qū)動(dòng)力包括技術(shù)融合加速、工具鏈整合等方面。

具體來(lái)看：

技術(shù)融合加速：AI驅(qū)動(dòng)場(chǎng)景生成對(duì)于構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集至關(guān)重要，如DriveDreamer4D、OASIS SIM的生成式AI技術(shù)，將長(zhǎng)尾場(chǎng)景生成效率提升10倍（如51Sim單日生成3.2萬(wàn)極端場(chǎng)景）；與此同時(shí)，多域模型聯(lián)動(dòng)趨勢(shì)明顯，比如車(chē)輛動(dòng)力學(xué)（PanoCar）、傳感器（物理級(jí)雷達(dá)建模）、交通流（SUMO/VISSIM）與云端世界模型（如理想MindGPT）協(xié)同仿真，構(gòu)建數(shù)字孿生閉環(huán)。

工具鏈整合：頭部方案商（如地平線AIDI平臺(tái)、深信科創(chuàng)OASIS）已實(shí)現(xiàn)“感知-規(guī)劃-控制-車(chē)路云”全棧工具鏈集成，支持從MIL到VIL的無(wú)縫銜接。例如，地平線UniAD框架通過(guò)端到端模型，將感知-規(guī)劃延遲壓縮至50ms級(jí)，并在仿真中驗(yàn)證多車(chē)博弈策略。

由于艙駕融合、跨域融合應(yīng)用的發(fā)展，仿真也在走向跨域融合。行業(yè)內(nèi)推出了針對(duì)汽車(chē)各域的仿真測(cè)試解決方案，并融合軟件硬件工具/平臺(tái)，積極推進(jìn)跨域的聯(lián)合測(cè)試。整體來(lái)看，目前主機(jī)廠和供應(yīng)商正在推進(jìn)的跨域仿真主要集中在智能座艙+智能駕駛跨域融合、智能底盤(pán)+智能駕駛跨域融合、三電+熱管理融合、車(chē)聯(lián)網(wǎng)+智能駕駛?cè)诤?，以及全域?shù)字孿生等方面。

比如：

清研精準(zhǔn)主動(dòng)懸架HIL、浙江天行健PanoCar在懸架-規(guī)劃聯(lián)合仿真，解決跨域控制時(shí)延問(wèn)題，提升極端工況穩(wěn)定性（側(cè)傾減少≥15%）；

芯驛電子旗下AUMO傲目與比亞迪合作開(kāi)發(fā)智能座艙與駕駛域融合測(cè)試方案，利用W50實(shí)現(xiàn)艙內(nèi)視覺(jué)系統(tǒng)（DMS/OMS）與自動(dòng)駕駛算法的協(xié)同驗(yàn)證，支持車(chē)艙域與駕駛域數(shù)據(jù)互通，加速“艙駕一體”技術(shù)落地。

2025年Q1，Mercedes-Benz聯(lián)合VECTOR開(kāi)展集中式電子架構(gòu)虛擬化驗(yàn)證，基于SIL Kit中間件實(shí)現(xiàn)域控制器（如自動(dòng)駕駛域、車(chē)身域）的分布式仿真測(cè)試，優(yōu)化跨域通信與功能集成效率。

2024年10月，東方中科與長(zhǎng)城汽車(chē)合作開(kāi)展智能座艙、智能駕駛、智能網(wǎng)聯(lián)等跨域聯(lián)合測(cè)試方案，涵蓋信號(hào)級(jí)仿真到整車(chē)級(jí)測(cè)試的一站式服務(wù)。

昆易電子座艙HIL測(cè)試，基于昆易R(shí)TPC的高實(shí)時(shí)性系統(tǒng)，配合昆易高階自動(dòng)駕駛數(shù)據(jù)閉環(huán)測(cè)試解決方案，提供360環(huán)視、駕駛員監(jiān)控、流媒體后視鏡等場(chǎng)景仿真，滿足車(chē)云一體、艙泊一體、艙駕一體等高性能測(cè)試需求。

來(lái)源：佐思汽研《2025年智能駕駛仿真與世界模型研究報(bào)告》

提升仿真置信度方面的行業(yè)進(jìn)步

仿真測(cè)試目前最大的痛點(diǎn)之一是置信度問(wèn)題，行業(yè)需要思考如何才能保證場(chǎng)景仿真的高保真度、傳感器模型的高精度、動(dòng)力學(xué)模型的高置信度、以及仿真的實(shí)時(shí)性、數(shù)據(jù)帶寬、數(shù)據(jù)接口的穩(wěn)定性等挑戰(zhàn)。

在提升仿真置信度方面，主要有以下幾條路徑。

01、AI技術(shù)應(yīng)用

目前，AI技術(shù)逐步應(yīng)用到仿真測(cè)試工程落地中，大大加速測(cè)試驗(yàn)證的自動(dòng)化效率，進(jìn)而加速汽車(chē)開(kāi)發(fā)的效率，舉例來(lái)看:

2025年2月 IAE智行眾維?攜手眾鏈科技共同推出業(yè)內(nèi)首款集成DeepSeek R1大模型的AI場(chǎng)景生成工具，率先實(shí)現(xiàn)“文本指令一鍵生成高質(zhì)量OpenDRIVE與OpenSCENARIO標(biāo)準(zhǔn)場(chǎng)景”的端到端解決方案，支持從簡(jiǎn)單ADAS測(cè)試到復(fù)雜交通規(guī)則到極端工況場(chǎng)景的智能化生成，覆蓋ADAS、城市NOA、V2X等全場(chǎng)景需求，場(chǎng)景構(gòu)建效率提升300%，支持CARLA、VTD、Prescan等主流仿真軟件無(wú)縫對(duì)接。

2024年12月，AVL發(fā)布AI仿真助手ChatSDT，簡(jiǎn)化并提升用戶與AVL仿真組件的互動(dòng)體驗(yàn)；MathWorks也推出了MATLAB大語(yǔ)言支持包，旨在將大語(yǔ)言模型（ChatGPT、Qwen、DeepSeek等）與MATLAB/Simulink深度集成，提升工程開(kāi)發(fā)效率。

02、開(kāi)源數(shù)據(jù)集

此外，中汽協(xié)等正積極推動(dòng)數(shù)據(jù)開(kāi)源計(jì)劃工作，已發(fā)布Coral Data開(kāi)源數(shù)據(jù)、車(chē)路云一體化仿真場(chǎng)景開(kāi)源數(shù)據(jù)等近20項(xiàng)數(shù)據(jù)集，還有車(chē)企開(kāi)源的端到端自動(dòng)駕駛公開(kāi)數(shù)據(jù)集，以及智能駕駛世界模型相關(guān)公開(kāi)數(shù)據(jù)集等訓(xùn)練數(shù)據(jù)來(lái)源，開(kāi)源旨在助力高效復(fù)用這些高質(zhì)量場(chǎng)景數(shù)據(jù)集，避免行業(yè)內(nèi)重復(fù)建設(shè)。

2025 年4月，ASAM OpenMATERIAL 3D 1.0.0 標(biāo)準(zhǔn)正式發(fā)布。該標(biāo)準(zhǔn)針對(duì)物理材質(zhì)屬性和三維物體描述提出了規(guī)范格式，精確定義折射率、表面粗糙度、磁導(dǎo)率等特性參數(shù)。通過(guò)提供精確、標(biāo)準(zhǔn)化的3D資產(chǎn)與材料屬性，該標(biāo)準(zhǔn)提升了感知傳感器仿真的效果，使激光雷達(dá)、毫米波雷達(dá)和攝像頭的輸出更為真實(shí)。

03、仿真工具升級(jí)

仿真測(cè)試企業(yè)也紛紛更新升級(jí)仿真軟件工具/平臺(tái)功能，比如PreScan軟件版本2503，HEXAGON VTD/MSC/ADAMS/KISSoft仿真軟件，CarMaker14.0, AURELION 24.3, MATLAB/Simulink R2025a, Ansys 2025R1,Oasis SIM 3.0、aiSim智駕仿真軟件UE5.5升級(jí)，千行系統(tǒng)V3.0新增20+功能特性，PanoCarV1.7 ?PanoSim V33版本等等（詳見(jiàn)報(bào)告）。

來(lái)源：佐思汽研《2025年智能駕駛仿真與世界模型研究報(bào)告》