▍文章來(lái)源于康謀自動(dòng)駕駛

01 前言

隨著端到端自動(dòng)駕駛從學(xué)術(shù)探索走向規(guī)模化應(yīng)用，無(wú)論是特斯拉 FSD 神經(jīng)模擬器、Waymo 基于 DeepMind Genie 3 的世界模型，還是國(guó)內(nèi)主流車(chē)企的數(shù)據(jù)閉環(huán)體系，均在表明仿真系統(tǒng)的定位已從傳統(tǒng)測(cè)試執(zhí)行工具，升級(jí)為支撐算法訓(xùn)練的核心數(shù)據(jù)基礎(chǔ)設(shè)施。

尤其需要重視的是，端到端模型直接消費(fèi)傳感器數(shù)據(jù)進(jìn)行訓(xùn)練，這對(duì)仿真提出了三個(gè)過(guò)去從未被充分重視的要求：

光照覆蓋的系統(tǒng)性缺口

3D Gaussian Splatting（3DGS）已成為業(yè)界神經(jīng)場(chǎng)景重建的主流路線(xiàn)之一，但其結(jié)構(gòu)性局限在于：光照信息被"烘焙"進(jìn)點(diǎn)云，無(wú)法動(dòng)態(tài)調(diào)整。一條在正午采集的路段，無(wú)法在不重新出行采集的情況下還原為夜間或雨后場(chǎng)景——而端到端模型需要在所有光照條件下都有足夠的訓(xùn)練樣本。

長(zhǎng)尾邊緣場(chǎng)景的物理真實(shí)性缺失

落葉被氣流卷起、雨天水花飛濺、井蓋蒸汽彌漫——這些在真實(shí)道路上極低頻率出現(xiàn)的物理現(xiàn)象，恰恰是傳感器容易誤判的高風(fēng)險(xiǎn)場(chǎng)景。傳統(tǒng)仿真無(wú)法對(duì)這類(lèi)流體動(dòng)力學(xué)效應(yīng)進(jìn)行物理級(jí)建模，導(dǎo)致算法在此類(lèi)場(chǎng)景下的泛化能力無(wú)法被有效驗(yàn)證。

場(chǎng)景生成效率與算法迭代速度的錯(cuò)配

端到端模型對(duì)場(chǎng)景多樣性的需求呈指數(shù)級(jí)增長(zhǎng)，但 OpenSCENARIO 場(chǎng)景的手工編寫(xiě)效率幾乎沒(méi)有本質(zhì)改變。當(dāng)算法團(tuán)隊(duì)每周迭代，而測(cè)試場(chǎng)景庫(kù)每季度才能更新，驗(yàn)證管線(xiàn)就會(huì)成為整個(gè)研發(fā)體系的瓶頸。

面向上述背景的下一代自動(dòng)駕駛開(kāi)發(fā)范式，aiSim 6針對(duì)端到端模型訓(xùn)練與驗(yàn)證的核心痛點(diǎn)，進(jìn)行了非常規(guī)版本迭代，而是在神經(jīng)渲染、AI 場(chǎng)景工作流、物理仿真三大領(lǐng)域進(jìn)行系統(tǒng)性重構(gòu)，并計(jì)劃于2026 年上半年正式發(fā)布！

02 aiSim 6 即將發(fā)布

這不是一次常規(guī)版本迭代——aiSim 6 是針對(duì)下一代自動(dòng)駕駛開(kāi)發(fā)范式的系統(tǒng)性重構(gòu)，在神經(jīng)渲染、AI 原生工作流、物理仿真三個(gè)維度同步推進(jìn)。

基于物理的動(dòng)態(tài)神經(jīng)渲染

3D Gaussian Splatting（3DGS）是當(dāng)前神經(jīng)場(chǎng)景重建的主流技術(shù)路線(xiàn)，能夠?qū)⒄鎸?shí)道路環(huán)境重建為高保真數(shù)字孿生場(chǎng)景，仿真效果極具說(shuō)服力。

但 3DGS 有一個(gè)結(jié)構(gòu)性局限：顏色與光照信息是"烘焙"進(jìn) splat 點(diǎn)云之中的，場(chǎng)景一旦采集，光照條件就被固定——原本在正午拍攝的路段，無(wú)法還原為傍晚或夜間環(huán)境。要覆蓋不同光照條件下的測(cè)試用例，理論上只能反復(fù)出行采集，成本極高。

aiSim 6 的突破在于：基于自研的 PBR Splatting 技術(shù)，對(duì) 3DGS 模型可動(dòng)態(tài)調(diào)整場(chǎng)景光照。同一條路段，白天、傍晚、夜間，任意切換。這一能力已完成 PoC 驗(yàn)證，將于 H1 2026 隨產(chǎn)品正式發(fā)布。

在 aiSim Developer Client 中，對(duì) aiSim 3DGS 場(chǎng)景的重光照（Relighting）效果進(jìn)行演示

3DGS 白天（左）、3DGS 落日（中）、3DGS 夜晚（右）

Color Grading：合成資產(chǎn)與神經(jīng)場(chǎng)景的視覺(jué)融合

在神經(jīng)場(chǎng)景中插入合成車(chē)輛模型，長(zhǎng)期存在一個(gè)"穿幫"問(wèn)題：合成資產(chǎn)與 3DGS 場(chǎng)景在色調(diào)、亮度、色溫上往往不匹配，視覺(jué)上一眼可辨。aiSim 6 的 Color Grading 功能通過(guò)匹配合成車(chē)輛與神經(jīng)場(chǎng)景的光照色彩基調(diào)，實(shí)現(xiàn)無(wú)縫的視覺(jué)融合，進(jìn)一步提升合成數(shù)據(jù)的可用性。

在美國(guó)加州桑尼維爾（Sunnyvale）的 aiSim 神經(jīng)仿真環(huán)境中，經(jīng)過(guò)色彩分級(jí)處理的 aiSim 車(chē)輛模型

附加亮點(diǎn)：Gaussian Splatting Renderer for Unreal Engine 5

針對(duì)需要在 Unreal Engine 環(huán)境下開(kāi)展工作的團(tuán)隊(duì)（如座艙 UI 的 VR 測(cè)試），aiSim 提供 GS Renderer 插件，支持將 3DGS 數(shù)字孿生場(chǎng)景直接導(dǎo)入 UE5 編輯器，即插即用。該功能已完成實(shí)現(xiàn)，計(jì)劃 Q1 2026 發(fā)布。

流程示意圖

AI驅(qū)動(dòng)的場(chǎng)景生成

測(cè)試場(chǎng)景的構(gòu)建效率，一直是規(guī)?；抡娴碾[性瓶頸。

aiSim 6通過(guò)集成Model Context Protocol（MCP），將主流AI 大模型（Gemini、ChatGPT、Copilot 等）直接接入仿真編輯器工作流。工程師可以通過(guò)自然語(yǔ)言 prompt 描述測(cè)試意圖——例如"在四路交叉口隨機(jī)放置 8 輛車(chē)，包含 2 輛大型貨車(chē)"——系統(tǒng)自動(dòng)生成符合 OpenSCENARIO 標(biāo)準(zhǔn)的場(chǎng)景文件。

這一能力的意義不只是提速。當(dāng)場(chǎng)景生成的門(mén)檻降低，測(cè)試覆蓋率的上限就會(huì)被重新定義。

通過(guò) aiSim Web UI 中的對(duì)話(huà)式文本提示，在鄉(xiāng)村道路場(chǎng)景中實(shí)現(xiàn)車(chē)輛的隨機(jī)化布置

在 aiSim Web UI 中路口生成隨機(jī)交通流

此外，MCP 的標(biāo)準(zhǔn)化接口設(shè)計(jì)同樣值得關(guān)注，使AI助手能夠感知仿真上下文（場(chǎng)景元素、地圖結(jié)構(gòu)），避免盲目生成。

Navier-Stokes 粒子仿真

Navier-Stokes 方程是描述流體運(yùn)動(dòng)的經(jīng)典物理方程組。aiSim 6 將該方程應(yīng)用于環(huán)境粒子物理仿真，可真實(shí)模擬車(chē)輛行駛氣流帶動(dòng)的落葉運(yùn)動(dòng)、雨天路面濺起的水花、井蓋蒸汽與交通參與者的動(dòng)態(tài)交互效果，補(bǔ)齊邊緣場(chǎng)景物理真實(shí)性短板，開(kāi)發(fā)者預(yù)覽版已完成開(kāi)發(fā)。

井噴水汽（左）、落葉（中）、飛濺積水（右）

在 aiMotive Developer Client 中對(duì)基于 Navier–Stokes 方程的粒子仿真進(jìn)行的初步展示，用于演示城市環(huán)境中樹(shù)葉的動(dòng)態(tài)運(yùn)動(dòng)效果（粒子效果，非樹(shù)葉模型）

車(chē)燈仿真：夜間 ADAS 驗(yàn)證的完整閉環(huán)

aiSim 6 進(jìn)一步完善了車(chē)輛燈光系統(tǒng)的物理仿真能力，覆蓋大燈、尾燈、轉(zhuǎn)向燈等全系燈組，支持 Isolux 照度線(xiàn)可視化與網(wǎng)格化光照分布分析。核心應(yīng)用場(chǎng)景是夜間 ADAS 功能驗(yàn)證，包括必須在物理級(jí)夜間光照模型下才能進(jìn)行有效合規(guī)性驗(yàn)證的遠(yuǎn)光輔助（High-Beam Assist）和自適應(yīng)矩陣大燈功能。

左：等照度線(xiàn)（Isolux）可視化 —— 支持在 aiSim Web UI 中調(diào)節(jié)線(xiàn)寬與照度（lux）等級(jí)參數(shù)；

右：世界環(huán)境中的網(wǎng)格（Grid）可視化 —— 可通過(guò) aiSim Web UI 的視口相機(jī)（viewport cameras）進(jìn)行查看

一體化3D 世界編輯器

aiSim 6 持續(xù)擴(kuò)展內(nèi)嵌于 Web UI的3D 世界編輯器，支持 glTF 地圖導(dǎo)出、程序化資產(chǎn)布置和 OpenMATERIAL 標(biāo)準(zhǔn)集成，兼容合成場(chǎng)景與神經(jīng)重建場(chǎng)景兩種環(huán)境類(lèi)型。對(duì)于頻繁需要調(diào)整靜態(tài)場(chǎng)景元素的工程團(tuán)隊(duì)，地圖迭代不再依賴(lài)第三方工具，工作流大幅收斂。

在 aiSim Web UI 中對(duì) aiSim 格式地圖資產(chǎn)（Asset） 進(jìn)行操作：支持對(duì)象的移動(dòng)、旋轉(zhuǎn)、縮放與刪除

03 延續(xù)高可靠工程化基礎(chǔ)能力

aiSim 6 的所有新特性，均建立在現(xiàn)有版本已經(jīng)驗(yàn)證的工程基礎(chǔ)之上，保留并強(qiáng)化核心能力：

ISO 26262 認(rèn)證，覆蓋至 ASIL-D（全球首款）

實(shí)時(shí)渲染，支持 HiL 環(huán)境接入

5,000+ 3D 資產(chǎn)，100+ 車(chē)輛模型，1,000+ 示例場(chǎng)景

20+ 基于物理的傳感器模型

完整 ASAM 標(biāo)準(zhǔn)支持（OpenSCENARIO / OSI / OpenDRIVE / OpenCRG / OpenMATERIAL）

可擴(kuò)展架構(gòu)，支持百萬(wàn)級(jí)并行測(cè)試

左：aiSim高保真光線(xiàn)追蹤渲染（US城區(qū)環(huán)境）；右：世界上第一款混合渲染架構(gòu)，集成3DGS和高保真3D模型資產(chǎn)應(yīng)對(duì)更多邊緣場(chǎng)景

04 展望

在端到端自動(dòng)駕駛開(kāi)發(fā)體系中，誰(shuí)能在仿真中更真實(shí)、更高效地生成稀缺場(chǎng)景數(shù)據(jù)，提供更接近真實(shí)環(huán)境的渲染效果，誰(shuí)就能在端到端時(shí)代掌握訓(xùn)練主動(dòng)權(quán)。

aiSim 6 的更新脈絡(luò)，與這個(gè)方向高度吻合。PBR Splatting把 3DGS 場(chǎng)景從"光照固化的快照"變成了"可動(dòng)態(tài)配置的訓(xùn)練環(huán)境"；Navier-Stokes 粒子仿真把物理級(jí)環(huán)境干擾引入了合成數(shù)據(jù)鏈路；MCP 集成則把場(chǎng)景生成的速度從"工程師手動(dòng)編寫(xiě)"提升到"自然語(yǔ)言即時(shí)生成"。

這三個(gè)能力疊加，勾勒出aiSim 6試圖扮演的角色：不只是一個(gè)測(cè)試工具，而是端到端算法開(kāi)發(fā)體系中的合成數(shù)據(jù)引擎。

aiSim 6，一起期待在2026 年上半年見(jiàn)！