从DriveDreamer v1&v2到4D，聊聊世界模型在驾驶场景重建中为何越来越重要？

今天自动驾驶之心为大家分享极佳科技世界模型的系列工作！从DriveDreamer v1&v2到4D。如果您有相关工作需要分享，请在文末联系我们！

自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询

闭环仿真技术是推动端到端自动驾驶系统发展的关键。目前的传感器仿真方法，如NeRF与3DGS，主要依赖于训练数据分布，若训练数据不足，则这些方法在复杂驾驶操作（例如变道、加速或减速）的重建效果不佳。近来，自动驾驶世界模型（World Model）证明其可以生成丰富驾驶数据。

近日，极佳科技联合中国科学院自动化研究所、理想汽车、北京大学、慕尼黑工业大学等单位提出DriveDreamer4D，是首个利用世界模型增强4D驾驶场景重建效果的工作。DriveDreamer4D可以为驾驶场景提供丰富多样的视角（包括变道、加速和减速等）数据，以增加动态驾驶场景下的闭环仿真能力。在user study实验中获得了超过80%的偏好投票，为走向空间智能和4D世界模型迈出了坚实的一步。

DriveDreamer4D利用世界模型作为数据引擎，基于真实世界的驾驶数据合成新轨迹视频（例如变道场景）。如下图所示，DriveDreamer4D不仅可以提升多种重建算法（PVG, Gaussian,Deformable-GS）的图像渲染质量，还可以提升驾驶前景（车辆）和背景（车道线）的时空一致性。

DriveDreamer4D 的总体结构框图如下所示，轨迹生成模块（NTGM）用于调整原始轨迹动作，如转向角度和速度，以生成新的轨迹。这些新轨迹为提取结构化信息（如车辆3D框和背景车道线细节）提供了全新的视角。随后，基于世界模型的视频生成能力，并利用更新轨迹后得到的结构化信息作为控制条件，可以合成新轨迹的视频。最后，原始轨迹视频与新轨迹视频相结合，进行4DGS模型的优化。

在实验中，如下第一列视频所示，可以看出多种传统算法（PVG, Gaussian,Deformable-GS）在变道场景下的车道线、天空、车辆都会模糊，甚至出现“鬼影”现象。而DriveDreamer4D可以提升多种重建算法在复杂变道场景下的视频渲染效果，不仅消除了“鬼影”，而且提升了交通元素的渲染质量，车辆和车道线都更加清晰。