自動駕駛仿真領(lǐng)域迎來重大突破——趙昊團(tuán)隊(duì)研發(fā)的DGGT框架，在性能上較現(xiàn)有最優(yōu)方案（SOTA）提升達(dá)50%，為動態(tài)交通場景下的自動駕駛訓(xùn)練開辟了新路徑。這一成果不僅解決了傳統(tǒng)仿真技術(shù)的核心痛點(diǎn)，更通過端到端場景重建能力，重新定義了自動駕駛系統(tǒng)的“數(shù)據(jù)工廠”運(yùn)作模式。

傳統(tǒng)自動駕駛仿真技術(shù)長期受制于三大瓶頸：場景優(yōu)化依賴人工逐個(gè)調(diào)試，如同為每個(gè)路口單獨(dú)設(shè)計(jì)交通規(guī)則；相機(jī)標(biāo)定需精確輸入?yún)?shù)，稍有偏差便導(dǎo)致數(shù)據(jù)失真；短幀窗口限制難以捕捉車輛完整運(yùn)動軌跡，導(dǎo)致時(shí)序信息斷裂。DGGT框架通過技術(shù)創(chuàng)新，系統(tǒng)性破解了這些難題。其核心優(yōu)勢在于采用多頭聯(lián)合預(yù)測結(jié)構(gòu)，無需提前標(biāo)定相機(jī)參數(shù)，而是將位姿預(yù)測作為模型輸出，同時(shí)支持任意長度圖像序列的實(shí)時(shí)處理，實(shí)現(xiàn)了從“場景適配模型”到“模型適配場景”的根本性轉(zhuǎn)變。

在Waymo開放數(shù)據(jù)集測試中，DGGT展現(xiàn)出顯著優(yōu)勢：重建精度達(dá)到27.41PSNR，單幀推理時(shí)間僅需0.39秒（3視角20幀配置），較同類方案速度提升數(shù)倍且畫面保真度更高。更令人矚目的是其跨數(shù)據(jù)集泛化能力——在Waymo訓(xùn)練的模型直接應(yīng)用于nuScenes和Argoverse2數(shù)據(jù)集時(shí)，關(guān)鍵指標(biāo)LPIPS分別下降61.4%和52.4%，證明模型具備強(qiáng)大的環(huán)境適應(yīng)力。這種“舉一反三”的能力，源于其獨(dú)特的4D場景同步重建技術(shù)：通過ViT編碼器融合DINO先驗(yàn)知識，模型可同時(shí)輸出相機(jī)位姿、深度信息、動態(tài)實(shí)例及場景表示，將圖像直接映射為可編輯的4D空間。

技術(shù)突破帶來的產(chǎn)業(yè)價(jià)值正在顯現(xiàn)。DGGT框架將數(shù)據(jù)生成成本降低60%以上——傳統(tǒng)方案需要高精度標(biāo)定設(shè)備與固定路線采集，而新框架僅需普通攝像頭即可完成場景重建。其0.4秒完成4D重建的速度，使數(shù)據(jù)生成周期縮短80%，特別在邊緣案例構(gòu)建方面表現(xiàn)突出：研究人員可直接在Gaussian層面插入橫穿馬路的行人或突然變道的車輛，快速生成極端場景數(shù)據(jù)。這種能力對提升自動駕駛安全性至關(guān)重要，據(jù)統(tǒng)計(jì)，覆蓋90%以上邊緣案例的系統(tǒng)，實(shí)車測試事故率可下降73%。

該成果的研發(fā)團(tuán)隊(duì)來自清華大學(xué)智能產(chǎn)業(yè)研究院，負(fù)責(zé)人趙昊教授長期深耕三維場景理解領(lǐng)域，其團(tuán)隊(duì)此前已在動態(tài)交通仿真方面取得多項(xiàng)突破。據(jù)悉，DGGT框架將于2025年12月12-13日在深圳舉行的GAIR大會上亮相，趙昊教授將作為世界模型分論壇主席，分享該技術(shù)在構(gòu)建虛擬測試環(huán)境中的應(yīng)用進(jìn)展。這場聚焦AI產(chǎn)業(yè)落地的盛會，或?qū)⒁娮C自動駕駛仿真技術(shù)從實(shí)驗(yàn)室走向量產(chǎn)線的關(guān)鍵一步。