盖世汽车讯 6月17日，自动驾驶技术公司Wayve宣布推出新型4D重建模型PRISM-1，可增强其ADAS和自动驾驶技术的测试和训练。PRISM-1标志着4D重建领域的重大飞跃，能够以最少的工程或标签输入实现复杂驾驶场景的可扩展逼真重新模拟。

图片来源：Wayve

Wayve最初于2023年12月通过其Ghost Gym神经模拟器进行了展示，使用新颖的视图合成技术，仅使用摄像头输入即可创建精确的4D场景重建（空间和时间上3D），并且有望通过准确高效地模拟复杂和非结构化现实世界环境的动态来彻底改变自动驾驶仿真。PRISM-1是支持下一代Ghost Gym仿真的模型。与依赖LiDAR和3D边界框的传统方法不同，PRISM-1利用新颖的视图合成技术来准确描绘行人、骑自行车的人、车辆和交通灯等移动元素，包括服装图案、刹车灯和雨刷等精确细节。

实现真实感对于构建有效的训练模拟器和评估驾驶技术至关重要。传统的仿真技术将车辆视为刚性实体，无法捕捉安全关键的动态行为，如指示灯或突然刹车。然而，PRISM-1使用灵活的框架，擅长识别和跟踪场景元素外观随时间的变化，使其能够精确地重新模拟复杂的动态场景，其中元素的形状会发生变化并在整个场景中移动。它以自我监督的方式区分静态和动态元素，避免使用显式标签、场景图和边界框来定义繁忙街道的配置。即使场景复杂性增加，这种方法也能保持效率，确保更复杂的场景不需要额外的工程工作。这使得PRISM-1成为模拟复杂城市环境的可扩展且高效的解决方案。

Wayve首席科学家Jamie Shotton表示：“PRISM-1弥合了现实世界与我们的模拟器之间的差距。通过使用精确的动态表示增强我们的仿真平台，Wayve可以大规模地测试、验证和微调我们的AI模型。我们正在构建具有通用性和可扩展性的Embodied AI技术。为了实现这一目标，我们将继续提升端到端AI能力，不仅在我们的驾驶模型中，而且还通过PRISM-1等支持技术。我们也很高兴公开发布与PRISM-1联合开发的WayveScenes101数据集，以促进驾驶新视图合成方面的更多创新和研究。”

随着PRISM-1的推出，Wayve还发布了其WayveScenes101 Benchmark，这是一个包含来自英国和美国的101个不同驾驶场景的数据集，包括各种天气和照明条件下的城市、郊区和高速公路场景。Wayve旨在利用该数据集支持AI研究界推进新颖的视图合成模型，并开发更强大、更准确的驾驶场景表示模型。