作者 |德新

編輯 |王博

十幾年前，當時在普林斯頓大學任教的李飛飛，意識到數(shù)據(jù)的稀缺是人工智能發(fā)展的主要瓶頸。于是從2009年開始，她和團隊搜集了互聯(lián)網(wǎng)上數(shù)十億張的圖片，創(chuàng)建了一個龐大的覆蓋全球的視覺分類數(shù)據(jù)庫，并發(fā)起了一項比賽——ImageNet Large Scale Visual Recognition Challenge，簡稱ImageNet挑戰(zhàn)賽。

再隔了3年后，來自多倫多大學的Geoffrey Hinton帶領他的學生團隊用深度學習模型AlexNet贏下了2012年的挑戰(zhàn)賽，這讓學界和工業(yè)界廣泛意識到深度學習在圖像識別乃至整個人工智能領域的巨大潛力。可以說，ImageNet是深度學習和人工智能真正爆發(fā)的起點。Hinton也因此拿了2024年諾貝爾獎的物理學獎，這是后話。

李飛飛，圖片來源：StanfordHAI

如今，AI正在從互聯(lián)網(wǎng)圖像、語音的處理，進入到自動駕駛、機器人這些與物理世界強相關的領域，就像當年2D的圖像數(shù)據(jù)稀缺一樣，3D空間數(shù)據(jù)也成為算法發(fā)展高度稀缺的資源。無論自動駕駛還是機器人領域的頭部公司，都在廣泛地尋找用于模型訓練迭代的數(shù)據(jù)資源。

就在前兩天，一家新的3D數(shù)據(jù)公司ROVR，在北美的ADAS與AV技術峰會上，與UC Berkeley、清華大學宣布開源了一批3D數(shù)據(jù)。第一批開源的數(shù)據(jù)包含1400個Clips，共20萬幀，包括點云、GPS、RTK、IMU等多維度信息，并且覆蓋歐洲、北美、東南亞等不同地域，包含動態(tài)以及靜態(tài)的目標，以及左行、右行、高速、城區(qū)、鄉(xiāng)村、雨天、夜間等不同的場景。

ROVR團隊告訴我們，開源這批數(shù)據(jù)只是一個小的開端，他們的目標是打造全球最大的開源3D數(shù)據(jù)集。在輔助駕駛與具身智能快速發(fā)展，世界模型、VLA等新技術層出不窮的今天，有價值的3D數(shù)據(jù)，無疑像火箭燃料一樣是助推技術發(fā)展的關鍵資源。

一、3D數(shù)據(jù)為什么高度稀缺？

AI時代，數(shù)據(jù)成為模型算法訓練的基礎，只有復雜多元的數(shù)據(jù)，才能真正意義上提高模型的泛化能力，但今天業(yè)界公開的3D數(shù)據(jù)遠遠不夠。

近幾年業(yè)界比較知名的幾大3D數(shù)據(jù)集，如nuScenes、KITTI、Waymo Open Dataset等，這些數(shù)據(jù)集當下已經(jīng)有些「滯后」。

一部分的數(shù)據(jù)集早期在發(fā)起時有一定的大公司PR需求，已經(jīng)有幾年不更新了；其次，針對關鍵的深度信息，其激光雷達點云大部分使用的是前幾年的機械式激光雷達，和今天量產(chǎn)的車規(guī)級激光雷達從特征上不一致；再者，KITTI以德國等地區(qū)的數(shù)據(jù)為主，Waymo Open Dataset則是以Waymo早期在美國舊金山、鳳凰城采集的一些數(shù)據(jù)為主，這些數(shù)據(jù)都有地域局限。

因此這些數(shù)據(jù)集對研發(fā)已經(jīng)沒有真正的價值。

無論是輔助駕駛出海，還是世界模型的訓練，今天都希望找到全球化的、具有廣泛多元特征的數(shù)據(jù)。技術最先進的特斯拉，也在瘋狂地渴求目標地域的數(shù)據(jù)。甚至應該說，技術越先進的公司，時下對高質(zhì)量數(shù)據(jù)的需求越強烈。

在過去，高精度的3D空間數(shù)據(jù)要么不存在，要么非常昂貴。

地圖廠商曾經(jīng)是這樣一類數(shù)據(jù)的提供商，但圖商的業(yè)務模式為車企服務定制的，一方面價格較高，另一方面由于車企本身的地域特征，圖商的業(yè)務也是地域化的。

而近兩年隨著國內(nèi)輔助駕駛的大規(guī)模量產(chǎn)，推動了硬件供應鏈大幅度的成熟，這時候解決全球化的3D空間數(shù)據(jù)供給逐漸顯現(xiàn)出眉目。

二、如何解決覆蓋全球的3D空間數(shù)據(jù)？

ROVR是一家從創(chuàng)辦之初就高度全球化的公司，目前其有近20人的團隊。

在創(chuàng)辦將近1年的時間里，其推出了兩款產(chǎn)品TX（Tarantula X）和LC（LightCone），目前這兩款設備在海外大概有近2000臺的部署量，由此ROVR積累了超過2300萬公里的數(shù)據(jù)，這些數(shù)據(jù)主要分布在歐洲、北美以及東南亞地區(qū)，不包括中國市場。

2300萬公里這個數(shù)據(jù)是什么概念呢？

可以對比一下Waymo到2021年，差不多花了12年時間累計測試了2000萬英里。并且ROVR預計，到今年底其活躍設備總數(shù)能達到5000臺，里程數(shù)據(jù)則能達到6000萬公里級。

TX，圖片來源：企業(yè)官方

其推出的兩款產(chǎn)品，TX是一款RTK接收器，并通過手機相機收集道路數(shù)據(jù)，追求更高的覆蓋度和鮮度。其獲得的高實時性道路數(shù)據(jù)，可以服務于SD地圖、HD地圖的更新和情報發(fā)現(xiàn)，能為地圖公司更新提供更好的數(shù)據(jù)源。

LC是一款更高精度的設備，其集成了IMU、ADAS相機、車規(guī)級固態(tài)激光雷達，也配備了厘米級RTK服務。除了建圖、檢測、目標分割外，LC采集的數(shù)據(jù)，還能很好地支持單目深度估計任務的訓練。

LC，圖片來源：企業(yè)官方

ROVR的CTO Yuan Si告訴我們，TX這級的產(chǎn)品由于配置了厘米級的RTK，在當前市場上幾乎找不到同等精度精度的同類數(shù)據(jù)源；后者應該也是當前市面上唯一的量產(chǎn)激光雷達采集設備。

為什么呢？

因為高精度RTK服務非常昂貴，大部分的眾源設備（如后裝一體機），出于成本考量沒有搭載高精度的RTK。如果采用GPS的話，在好的情況下其數(shù)據(jù)精度偏移也在1 - 2米級。

RTK能夠做到靜態(tài)5厘米級的精度。ROVR有一家非常深入的合作伙伴在運營全球性的RTK服務網(wǎng)絡GEODNET，這家公司同時也是ROVR的股東，因此其能以較低的成本使用RTK服務。GEODNET在全球有2萬多個基站，覆蓋了近150個國家和地區(qū)。

而大規(guī)模量產(chǎn)的車規(guī)級激光雷達，經(jīng)歷了過去幾年的激烈競爭，來自中國的供應商占據(jù)了這一市場，由此ROVR借助國內(nèi)的供應鏈優(yōu)勢實現(xiàn)了LC的量產(chǎn)。

目前ROVR的采集設備，主要包含3類的采集者，個人網(wǎng)約車司機、商用車或者客運車隊的車隊主，以及技術愛好者。ROVR也會通過向數(shù)據(jù)需求旺盛的區(qū)域定向投放激勵的方式，來激勵和引導數(shù)據(jù)的采集。

在海外市場，實際上3D數(shù)據(jù)的需求一直存在，但一直沒有被滿足。地圖公司過去大部分的情報數(shù)據(jù)只有圖片，而帶有結(jié)構化信息、帶點云的高精地圖成本太高。

當前在中國的車企以及一些科技公司都在謀劃輔助駕駛方案出海，針對中國道路與海外道路的差異：

「中國的道路里程很長，和美國相當；主要的區(qū)別在于不同的交通標識，比如車道線、交通標識牌的設置。另一方面在于交通參與者的不同，比如歐洲對于排放要求較高，市區(qū)內(nèi)大貨車的比例，要比中美少很多。更多是小排量的兩門車。還有一部分是道路質(zhì)量的不同，中歐大部分是瀝青路面，駕駛條件較好。美國道路條件差一些、坑洼很多，鄉(xiāng)間道路也很多。」Yuan Si說，「這也會給很多車企帶來比較大的出海適應成本，我們希望助力中國企業(yè)出海�！�

目前，以時長30秒覆蓋約1公里的數(shù)據(jù)包為例，ROVR提供給車企的成本大約是傳統(tǒng)數(shù)據(jù)的1/10的價格。

「ROVR的目標就是要把大規(guī)模覆蓋的高精數(shù)據(jù)成本打下來�！�

ROVR數(shù)據(jù)示例，圖片來源：企業(yè)官方

同時，定位海外市場的3D數(shù)據(jù)平臺，ROVR也會嚴格遵循當?shù)氐暮弦?guī)要求。Yuan Si向我們介紹，目前其海外的數(shù)據(jù)合規(guī)大體會分三個階段：

第一，在采集階段對個人信息進行脫敏，并且對敏感區(qū)域設置地理圍欄限制采集；第二，所有的數(shù)據(jù)通過加密傳輸?shù)�，保證數(shù)據(jù)即使被抓取也無法破解；第三，遵循GDPR的要求，數(shù)據(jù)本地采集、本地存儲，不存在數(shù)據(jù)跨境的情況。

三、從自動駕駛到具身智能

ROVR目前的團隊，絕大部分是來自自動駕駛、地圖以及互聯(lián)網(wǎng)大廠的背景。

CEO Guang Ling，先后在中興、騰訊以及一家頭部激光雷達公司任職，從2016年開始見證了整個自動駕駛行業(yè)的發(fā)展，并且兼具有大型軟件、高性能計算以及自動駕駛硬件等領域的經(jīng)驗和國際視野。

CTO Yuan Si則前后在四維圖新、百度等大型圖商任職，曾經(jīng)深度參與多家國際車企在中國和海外市場的地圖項目。團隊還有一位負責海外市場的CEO，是MEMS IMU的發(fā)明人，在定位和RTK領域有極深的造詣。

尤其團隊在自動駕駛領域的積累，使ROVR在硬件、數(shù)據(jù)產(chǎn)品設計等環(huán)節(jié)都有豐富的經(jīng)驗。

第一批的采集硬件在今年4月發(fā)貨后，在全球市場惡劣的環(huán)境下使用，目前沒有一例返修案例。由于都是自研設備，這樣能保證全球采集數(shù)據(jù)的傳感器、配置以及數(shù)據(jù)格式統(tǒng)一；目前其針對采集數(shù)據(jù)的脫敏、自動化標注等主要算法，也都是內(nèi)部自研的。

今年除了繼續(xù)提高兩款產(chǎn)品的發(fā)貨量之外，ROVR還在著手研發(fā)第三款產(chǎn)品，是一款針對室內(nèi)的機械臂產(chǎn)品預計在今年底明年初發(fā)布，這款產(chǎn)品會將團隊的數(shù)據(jù)產(chǎn)品從室外拓展到室內(nèi)，也將從輔助駕駛邁向具身智能。

       原文標題 : 輔助駕駛出海、具身智能落地，稀缺的3D數(shù)據(jù)從哪里來？