智能汽车仿真

创建丰富的 3D 世界，用于训练、测试和验证。

在虚拟环境中构建辅助驾驶汽车 (AV)

利用 NVIDIA 的先进模型、工具和库驱动的仿真与合成数据生成（SDG）流水线，加速辅助驾驶（AV）开发。包括：

凭借更高的速度、可扩展性和灵活性，Cosmos Predict 可以在智能汽车数据上进行后训练，以生成单视图和多视图视频，从而加速开发。

根据文本提示和来自真实驾驶数据或模拟的多个空间控制输入，探索更快、更出色的逼真世界生成。

根据真实的多传感器驾驶数据重建高保真 3D 世界。然后，渲染新的传感器视图和轨迹，以实现可扩展的回放、验证和合成数据生成。

查看 NVIDIA AlpaSim，这是一款支持逼真传感器建模的开源智能汽车仿真框架。它由 Omniverse NuRec、可配置的流量和策略模型以及可扩展的闭环测试提供支持，可在数百万英里的虚拟英里中快速进行策略迭代。

NVIDIA Cosmos Evaluator 是一个自动化评分系统，可在大规模场景下从幻觉、对象对应关系、环境条件和属性等方面验证合成视频质量。

NVIDIA Fixer 是一个单步扩散模型，用于清理渲染 3D 视图中的伪影，从而提升 NeRF 和 3D Gaussian splat 重建质量。

NVIDIA Asset Harvester 是一个端到端的 image-to-3D 系统，可将来自驾驶日志中稀疏的真实道路参与者视图，在数秒内转换为高保真的 Gaussian splat 3D 资产，并可直接用于 NuRec 仿真流水线。

这一领先的开源辅助驾驶仿真器在其最新版本中集成了 NVIDIA Omniverse NuRec 神经重建技术和 NVIDIA Cosmos Transfer，用于实现可扩展的合成数据生成。

在这篇技术博客中，我们重点介绍了新的 NVIDIA API、Cosmos 世界基础模型和 NVIDIA NIM™ 微服务，可帮助您启动数据工作流。

本博客展示了如何创建世界模型并生成合成数据 (SDG) ，以加速端到端智能汽车训练，以及闭环训练和车载推理。

深入了解最新开源 CARLA 0.9.16 版本，并了解如何通过 NuRec 和 Cosmos Transfer 使用智能汽车仿真管线。此会议介绍神经重建和渲染工作流，以将真实的传感器数据引入仿真。

了解如何使用 NuRec Fixer 将杂的 3D 场景转换为清晰、无伪影的环境，为智能汽车模拟做好准备。