▍文章來源于康謀>>點擊進入→「行業(yè)一線」汽車&自動駕駛技術(shù)交流群>>白皮書免費獲取|自動駕駛數(shù)據(jù)合規(guī)挑戰(zhàn)：全球隱私法規(guī)深度解析01前言高級駕駛輔助系統(tǒng)（ADAS）正重塑出行安全，攝像頭、雷達等傳感器采集海量路況、行人與駕乘數(shù)據(jù)，支撐算法迭代與安全升級。但數(shù)據(jù)驅(qū)動創(chuàng)新與隱私合規(guī)激烈沖突：歐盟GDPR、日本APPI、中國PIPL等全球嚴規(guī)落地，截至2026年初

2026年4月1日，由蓋世汽車與東風(fēng)汽車研發(fā)總院聯(lián)合主辦的走進東風(fēng)同源共鏈創(chuàng)新技術(shù)展暨智能化論壇圓滿落幕。康謀攜手姐妹公司虹科電子、德思特共同亮相本次展會，深度對接產(chǎn)業(yè)鏈上下游企業(yè)，與東風(fēng)汽車研發(fā)團隊及行業(yè)伙伴面對面交流，共話汽車智能化與具身智能技術(shù)的創(chuàng)新方向與落地路徑，彰顯在仿真技術(shù)領(lǐng)域的核心實力。活動概況本次活動聚焦汽車智能化、具身智能、低空經(jīng)濟、輕量化

引言3DGS（3DGaussianSplatting）的出現(xiàn)重塑了場景重建工作流，通過采集的相機與LiDAR數(shù)據(jù)，可直接重建出視覺質(zhì)量接近手工建模的高保真場景，無需美術(shù)師逐資產(chǎn)打磨材質(zhì)貼圖?？抵\世界提取工具鏈在此基礎(chǔ)上更進一步：通過NeRF教師+

2026年是“十五五”開局之年，汽車產(chǎn)業(yè)智能化、標準化進程持續(xù)提速，自動駕駛仿真與診斷領(lǐng)域的標準建設(shè)成為行業(yè)共識。為推動ASAM標準在中國的落地應(yīng)用，促進產(chǎn)業(yè)技術(shù)交流與協(xié)同創(chuàng)新，C-ASAM于2026年3月27日在上海舉辦一季度會員交流會，匯聚產(chǎn)業(yè)鏈上下游企業(yè)共話

全球隱私法規(guī)深度解析隨著汽車智能化進程的加速，如何科學(xué)、公正地評估車輛的安全輔助系統(tǒng)，成為行業(yè)與消費者共同關(guān)注的焦點。作為全球汽車安全評價的權(quán)威機構(gòu)，歐盟新車安全評鑒協(xié)會（EuroNCAP）發(fā)布的最新版《安全駕駛車輛輔助系統(tǒng)協(xié)議》（2026年1月實施），為高級駕駛輔助系統(tǒng)（ADAS）的測

2026年3月26日，由北汽研究總院與蓋世汽車聯(lián)合主辦的2026北汽研究總院“AI·智馭未來”創(chuàng)新技術(shù)論壇暨前瞻技術(shù)展圓滿落幕。虹科攜智能互聯(lián)、德思特、康謀三大核心板塊重磅方案亮相，深度對接北汽在智能汽車研發(fā)、測試領(lǐng)域的技術(shù)需求，以一站式硬核解決方案賦能車企技術(shù)升級，收獲現(xiàn)場專家與工程師的高度關(guān)注！活動回顧本次走進北汽的交流活動聚焦汽車電子電氣架構(gòu)、智能駕駛

引言在智能駕駛項目里，很多團隊都會遇到同一個問題：數(shù)據(jù)采集并不難，難的是把采到的數(shù)據(jù)穩(wěn)定地用起來。路測之后，工程團隊往往要面對幾個高頻挑戰(zhàn)：傳感器數(shù)據(jù)來源多、格式多，鏈路聯(lián)調(diào)成本高；算法和測試團隊常用ROS2生態(tài)，但工程化流程需要更強的可控性；ROSBA

▍文章來源于康謀自動駕駛 3DGS與4DGS的核心應(yīng)用實踐與技術(shù)突破！01引言在《3DGS技術(shù)詳解（一）：3DGS如何融合動態(tài)天氣與光照等環(huán)境因素？》文章中，我們系統(tǒng)梳理了3D高斯?jié)姙R（3DGS）如何突破靜態(tài)重建的局限，實現(xiàn)對動態(tài)天氣、移動光源等復(fù)雜環(huán)境因素的建模與仿真。這標志著3DGS已不再僅僅是“高保真場景重建工具

引言在前兩篇文章中，我們系統(tǒng)闡述了非結(jié)構(gòu)化道路場景的構(gòu)建路徑。第一篇《如何高效構(gòu)建與測試非結(jié)構(gòu)化道路場景？》從宏觀層面剖析了非結(jié)構(gòu)化道路測試的必要性與技術(shù)挑戰(zhàn)，并介紹了aiSim通過集成外部工具實

前言隨著端到端自動駕駛從學(xué)術(shù)探索走向規(guī)?；瘧?yīng)用，無論是特斯拉FSD神經(jīng)模擬器、Waymo基于DeepMindGenie3的世界模型，還是國內(nèi)主流車企的數(shù)據(jù)閉環(huán)體系，均在表明仿真系統(tǒng)的定位已從傳統(tǒng)測試執(zhí)行工具，升級為支撐算法訓(xùn)練的核心數(shù)據(jù)基礎(chǔ)設(shè)施。