当我们把3DGS在工业界的应用展开后......

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 最近在复盘各家如何使用3DGS的，今天和大家盘一下理想在这方面的工作。理想对世界模型的定义在 重建+生成 ，主要利用重建技术（3DGS）建模自动驾驶场 景（动态/静态/车辆资产），再利用生成方法实现闭环仿真或者场景生成。 所以这里面核心的技术是3DGS和生成。 在重建方面，主要有以下工作： ECCV2024中稿的StreetGaussian，开启了自动驾驶场景重建的浪潮； 发布3DRealCar大规模车辆资产重建数据集； 3DGS训练加速算法Balanced3DGS，近八倍提速； ICCV2025中稿的Hierarchy UGP，自动驾驶场景重建。 具有时空一致性的多风格自动驾驶场景生成算法StyledStreets。 场景重建或者说闭环仿真为什么这么重要？这是因为以往车端测试主要还是依赖实车测试，很多corner case无法复现，在传统的仿真环境domain gap也比较大。 3DGS高保真的场景重建能力和可编辑能力让这些问题的解决变得可能。 沿着3DGS的发展路径，我们看到一条清晰的路线： 静态重建→动 ...