孙教授以2008年北京奥运会申办为切入点，回顾了交通仿真技术在国家重大工程中的关键作用。他指出，长期以来我国交通仿真软件严重依赖进口，面临“卡脖子”风险。为此，团队历经十余年持续攻关，成功研发出国内唯一自主可控的微观交通仿真系统——同济交通仿真系统（TESS NG）。该软件不仅在国内广泛应用，更在2022年北京冬奥会等重大活动中发挥关键作用，实现从“跟跑”到“并跑”的跨越，有力支撑了我国智能交通领域的自主可控发展。
面对自动驾驶技术发展的迫切需求，孙教授指出，传统的道路测试难以满足安全性验证的统计学要求，仿真已成为不可或缺的技术路径。团队将交通仿真从“效率导向”升级为“安全导向”，构建高保真、强交互的交通场景生成能力，为自动驾驶算法提供低成本、高效率、高覆盖的测试与训练环境。通过注入复杂交通流、模拟极限场景，仿真平台可大幅缩短算法迭代周期，助力我国自动驾驶技术追赶国际先进水平。
针对中美科技竞争背景下数据与算力受限的挑战，孙教授介绍了团队牵头打造的开源公共服务平台——OnSite。该平台涵盖学习中心、场景中心、工具中心、服务中心与比赛中心五大板块，面向全球开放，旨在构建自主可控的自动驾驶技术生态。平台已汇聚大量算法、数据集与开发工具，支持学生、研究人员与企业在线学习、打榜、验证与交易。孙教授鼓励在场同学积极参与平台建设和年度赛事，在真实问题中锤炼工程创新能力。
