自动驾驶端到端模型的可控感知错觉与Corner Case合成.docx

PAGE2

自动驾驶端到端模型的可控感知错觉与CornerCase合成竞争分析报告

摘要

本报告聚焦于自动驾驶端到端模型中，利用生成式对抗网络与扩散模型合成极端驾驶场景以提升模型鲁棒性的技术竞争格局。核心分析范围涵盖数据合成算法的覆盖度、感知错觉的可控性，以及CornerCase库的构建效能。

报告核心发现显示，以扩散模型为核心的生成范式正迅速取代传统GAN，成为提升数据尾部覆盖度的主流方案。Waymo、特斯拉、英伟达等头部竞争者均构建了(Semi-Automated)“数据工厂”，但场景生成的真实感、物理一致性及模型退化风险仍是核心瓶颈。

通过“背景扫描→格局研判→对手剖析→策