NVIDIA开源100TB自动驾驶多模态数据集
- 2026-10-17 15:31:48
NVIDIA开源100TB自动驾驶多模态数据集
自动驾驶领域迎来里程碑式突破！近日，NVIDIA宣布开源全球最大规模的自动驾驶多模态数据集PhysicalAI Autonomous Vehicles，总容量达100TB，涵盖1727小时真实驾驶数据，覆盖25个国家、2500+城市的复杂场景，为行业带来了前所未有的研究资源。
详情：StrongerTang
该数据集以“真实世界复杂度”为核心设计目标，其参数规模远超行业现有资源，通过大规模数据量与跨维度多样性的结合，解决自动驾驶模型 “训练数据不足、场景覆盖不全” 的核心痛点。
时空覆盖
1727小时驾驶数据拆分为310,895个20秒视频片段，便于快速标注和训练。覆盖25个国家（含美国及24个欧洲国家）的2500余个城市，从纽约曼哈顿到挪威极地公路，涵盖典型美式道路与欧洲复杂老城区场景，地理多样性全球领先。
多模态感知
每辆车配备7摄像头（前2/后1/侧前2/侧后2）+360°车顶LiDAR+10个毫米波雷达，视频分辨率达1080P@30fps，LiDAR点云频率10Hz，毫米波雷达包含方位角、高度角、距离、速度及反射强度信息。
场景标签体系
交通密度分为不堵、轻堵、中堵、重堵四级；道路类型涵盖高速、市区、小区、乡村道路；天气条件覆盖晴、雨、雪、雾；路况包含干燥、潮湿、雪地、冰面；动态元素标注行人、车辆、障碍物及突发情况。
车辆运动数据
同步记录时间戳、四元数方向、GPS位置、速度、加速度及路径曲率，为端到端自动驾驶模型提供完整因果链条。#自动驾驶 #大模型 #自动驾驶技术 #英伟达 #nvidia #自动驾驶数据集 #英伟达自动驾驶多模态数据集 #端到端自动驾驶 #自动驾驶VLA #智能驾驶
详情：StrongerTang
该数据集以“真实世界复杂度”为核心设计目标，其参数规模远超行业现有资源，通过大规模数据量与跨维度多样性的结合，解决自动驾驶模型 “训练数据不足、场景覆盖不全” 的核心痛点。
时空覆盖
1727小时驾驶数据拆分为310,895个20秒视频片段，便于快速标注和训练。覆盖25个国家（含美国及24个欧洲国家）的2500余个城市，从纽约曼哈顿到挪威极地公路，涵盖典型美式道路与欧洲复杂老城区场景，地理多样性全球领先。
多模态感知
每辆车配备7摄像头（前2/后1/侧前2/侧后2）+360°车顶LiDAR+10个毫米波雷达，视频分辨率达1080P@30fps，LiDAR点云频率10Hz，毫米波雷达包含方位角、高度角、距离、速度及反射强度信息。
场景标签体系
交通密度分为不堵、轻堵、中堵、重堵四级；道路类型涵盖高速、市区、小区、乡村道路；天气条件覆盖晴、雨、雪、雾；路况包含干燥、潮湿、雪地、冰面；动态元素标注行人、车辆、障碍物及突发情况。
车辆运动数据
同步记录时间戳、四元数方向、GPS位置、速度、加速度及路径曲率，为端到端自动驾驶模型提供完整因果链条。#自动驾驶 #大模型 #自动驾驶技术 #英伟达 #nvidia #自动驾驶数据集 #英伟达自动驾驶多模态数据集 #端到端自动驾驶 #自动驾驶VLA #智能驾驶
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。
