大众汽车正在开发一个用于自动驾驶研发的共享人工智能数据平台，与保时捷、Voxel51、微软和英伟达合作，改进驾驶数据在仿真、训练和测试环节的使用方式。
该计划于10月21日在英伟达柏林GTC大会上公布，整合了多项技术，旨在帮助大众集团旗下品牌更高效地开发和验证先进驾驶系统。
保时捷负责该计划的初期实施工作，大众软件子公司Cariad以及相关技术合作伙伴提供支持。
据Voxel51介绍，这一合作有望将重复性实地路测减少多达90%，并将AI回归测试周期缩短多达85%。
将驾驶数据转化为AI训练素材
该项目的核心在于各公司所描述的自动驾驶"数据飞轮"，即将公共道路上车辆采集的信息与仿真、模型训练及软件验证相连接。
大众表示，其联网车队每天产生的驾驶数据量相当于约11,000名普通驾驶员的数据量。
Voxel51提供数据管理平台，利用其FiftyOne技术整理驾驶记录、识别相关场景，并为AI训练准备数据集。
英伟达提供仿真和数据生成技术，包括Omniverse NuRec和Cosmos，微软的Azure云基础设施则为数据处理和存储提供支持。
Voxel51首席执行官布莱恩·摩尔表示："实现行业领先性能的关键在于充分利用公司所掌握的数据。即便不需要亲自构建技术栈的每一层，你也必须掌控开发和迭代的整个循环流程。"
降低对实地测试的依赖
首批应用之一是在虚拟环境中重建真实驾驶场景，使工程师能够针对可重复的场景测试软件更新。
Voxel51表示，其系统对记录的驾驶数据执行约80项检查，涵盖传感器完整性、校准、时序等可能影响仿真准确性的因素。
工程师随后可以在批准场景用于测试或进一步训练之前，对重建的场景进行审查。
这一方法旨在使驾驶软件验证更加一致，同时降低与重复路测相关的成本和时间。
各公司设想在大众集团各品牌和车辆项目之间共享已验证的驾驶场景，使某一项目中收集的信息能够为未来的自动驾驶研发工作做出贡献。
