《AI与开放数据驱动智能驾驶仿真可信度提升：2025全球与中国市场报告》

中国和全球智能驾驶仿真与世界模型研究报告2025发布，指出仿真测试在提升智能驾驶技术可信度方面发挥关键作用。随着L3及以上级别自动驾驶的发展，对高质量数据规模、多样场景覆盖、物理真实性和多模态数据同步生成的要求越来越高。世界模型作为智能驾驶的核心技术之一，能够理解现实环境的物理特性和空间属性，正被越来越多的整车厂和一级供应商采用。 目前，智能驾驶训练所需的数据主要来自四个方面：基于真实道路测试数据的仿真技术、人工定义的参数化场景、将真实数据转化为虚拟仿真场景，以及利用AI构建的内部世界模型。世界模型具备因果推理和未知场景预测能力，但对计算资源需求大，可解释性有待提升，且存在数据偏差风险。 为提高仿真测试的可信度，行业正通过AI技术提升自动化效率，推动传感器模型精度和动态模型可靠性提升。同时，开放数据成为重要趋势，中国汽研协会等机构已发布多个开源数据集，涵盖车路云一体化场景、自动驾驶公开数据等，助力行业高效复用数据，减少重复开发。 2025年4月，ASAM OpenMATERIAL 3D 1.0.0标准正式发布，为物理材质属性和三维物体描述提供标准化格式，提升感知传感器仿真的真实度，使激光雷达、雷达和摄像头的输出更贴近现实。 多家仿真测试公司也在升级其软件工具，如PreScan、HEXAGON VTD、CarMaker、aiSim等，推出新版本以支持更复杂的测试需求。该报告还涵盖了智能驾驶仿真技术的发展现状、世界模型的应用、整车厂和供应商的实践案例，以及国内外仿真平台和世界模型提供商的分析。