阿里達摩院近日外商發佈全球首個自動駕駛 “開放式仿真測試平台”，該平台選用虛擬現實vr相結合的仿真技術，引入真實路測場景和雲儲存大師級急救，模似一回極端場景只需 30 秒，操作系統每日虛擬測試里程可高於 800 多萬公里，穩步提升自動駕駛 AI 模型訓練效率。該技術將推動自動駕駛加快邁進 L5 階段。
路測是自動駕駛落地的關鍵重要環節。科學研究現示，自動駕駛汽車須要積累知識 177 億公里的測試數據，才能保證自動駕駛感知、投資決策、調節一個路由協議的安全性能。傳統化純仿真技術測試平台能快速跑完自動駕駛路測里程，但仍然急需解決極端場景訓練效率不高的疑問：極端場景數據不夠，就未能還原成真實路況的不確定性，操作系統就未能精準扶貧面對真實路況的突發情況，自動駕駛就難以實現切實突破。
達摩院北京首創自動駕駛開放式仿真測試平台解決了上述疑問。在達摩院的平台上，不僅可以使用真實路測數據自動轉化仿真場景，還可通過人為隨機行為矯正，即時模似前後左右機動車輛加快、腦筋急轉彎、升弓等場景，曾加自動駕駛機動車輛的尋跡訓練難易度。
對於極端場景數據不夠的疑問，該平台可以任一曾加極端路測場景變量。在實際上路測中，復現一回極端場景的接管可能須要 1 個月的時間段，但該平台可在 30 秒內即完成中到大雨天氣狀況、夜間燈具不良現象條件等獨特場景的構築和測試，每日可支持的場景構築總量達一百萬級。
阿里方面指出，上述平台規模化地解決了極端場景的復現疑問，使得這些關鍵場景的訓練效率加強上一百萬倍，將推動自動駕駛加快邁進 L5 階段。