51VR創始人兼CEO李熠

科技公司51VR之所以能在無人駕駛仿真測試上取得一定成績，背後離不開可視化能力和實時仿真能力的支持。

近日，51VR創始人兼CEO李熠表示，數字孿生不僅能幫助AI訓練變得更爲高效，且在跟AI進行深度融合後，能爲智慧城市提供可視、仿真及智能決策的基礎設施。李熠認爲，數字孿生世界對於AI訓練非常重要，想要真正實現數字孿生規模商業化，兩大核心能力必不可少，即極致的可視化能力和實時仿真能力。

兩項能力的應用場景之一便是無人駕駛。

雷鋒網新智駕了解到，51VR在2017年調研了很多主機廠、算法公司的需求後，最終決定進軍無人駕駛仿真測試領域。去年年底，51VR正式對外發布了全模塊自動駕駛仿真測試平臺51Sim-One，並表示，該平臺可以做到全生命週期仿真，完全覆蓋軟硬件供應商、算法公司、傳感器公司、主機廠及檢測機構的需求。

李熠稱，51Sim-One自動駕駛仿真測試平臺目前已經能做到不需要輸入代碼便能使用，直接通過操作界面來配置主車、各種傳感器、天氣、交通流、案例場景，由此來對無人駕駛進行測試和訓練，甚至讓訓練自動化。

據雷鋒網新智駕了解，除了應用於無人駕駛仿真測試，51VR的仿真能力還可以用於實時交通流仿真、地產數字化和城市智能等領域。

P.S 7月13日，在CCF-GAIR 2019 智能交通分會場上，我們將討論構建智能交通的核心要素、車路協同、自動駕駛等三個主題展開探討，我們計劃邀請上海市交通委科學技術委員會委員，同濟大學博士生導師、同濟大學教授馬萬經；華爲物聯網解決方案副總裁劉建峯 、四維圖新-世紀高通副總裁熊繼林、比亞迪研究院院長舒西星、採埃孚（中國）研發負責人綦平、騰訊車聯總經理劉昕、阿里巴巴人工智能實驗室首席科學家王剛、小鵬自動駕駛負責人吳新宙等超過10位嘉賓與會進行演講和討論。

最近數字孿生這個概念非常火，股票全線飄紅，百度指數也是一度破萬。要知道這個詞在去年的百度指數基本還是接近於零。數字孿生能力是實現工業4.0的關鍵所在，其中非常重要的一個應用場景就是用來訓練AI。通過將真實世界進行1：1還原，實現特定場景下AI算法的訓練需求。而這樣的還原，並非僅僅是視覺上的1：1還原，還包括對真實世界物理規則及運行規律的1：1還原，達到AI訓練的強化疊加環境。

在不斷訓練AI的過程中，數字孿生所構建的環境在不斷學習，不斷通過自進化來將真實數據融入數字孿生平臺，最終完成整個系統的AI化。基於AI進行不斷自生長的數字孿生環境，會在更大場景中實現規劃和預測，實現更多當前在真實世界不可想象的功能。

早在三年前，我們就開始提出一個概念——克隆地球，並朝着這個目標一點點去實現。今年還有一個詞特別火——鏡像世界，和我們一直沿用的地球克隆如出一轍。它裏面都包含了一個特別重要的概念——數字孿生。

但是，基於我們在這個領域一直以來的耕耘，我想說，數字孿生不是憑空蹭熱點的概念，這個技術想要真正落地實現，真正賦能未來的地球克隆或是鏡像世界，前提必須是基於兩項核心能力的實現：極致可視化和實時仿真。沒有這兩項核心能力的支撐，數字孿生很難規模化地賦能各行各業。

極致的可視化，是還原真實世界的一項基礎能力，也是當前行業應用範圍極廣的一項能力。但僅僅是視覺的還原，不足以讓虛擬場景承擔更多功能，更不足以作爲真實世界的強大補充，去完成真實世界中絕不可能的創造。因此，實時仿真將是實現數字孿生不可或缺的另一項核心能力。

51VR如何基於數字孿生兩項關鍵能力：極致可視化和實時仿真能力，以及這樣的能力如何幫助AI落地，幫助城市變得更加智能？

51VR和商湯最早結緣於Star VC的牽線。由於雙方在各個產品線和技術路線上都有着非常高的匹配度，且彼此高度認可，雙方一拍即合，由此開啓密切合作。在2017年年底，商湯科技參與了51VR的B輪融資。此後，雙方在智慧城市及無人駕駛領域雙方合作頗爲頻繁。商湯爲51VR提供計算機視覺的支持，幫助商業場景中的海量非結構化視頻數據轉換爲結構化數據。

51VR爲商湯無人駕駛算法訓練提供逼真的場景支持，並結合仿真能力，爲算法訓練提供絕佳的數據衍生和數據展示支持，幫助其AI算法不斷進化。同時，在智慧城市產品中，51VR的51City OS可視化操作系統又協同商湯的智慧城市整體解決方案去服務客戶。

商湯科技一直倡導“以AI賦能全行業”，51VR所做的事情就是“幫助AI更快，更好落地”。

以下主要從極致可視化和實時仿真能力，來談談51VR對於AI的賦能。

從L1到L5，無限接近真實的可視化

圖爲51VR虛擬世界L1-L5精度等級分級

極致可視化是幫助AI落地的第一步。接下來先和大家詳細分享一下51VR在3D場景構建上的積澱。

我們所有的數據均來自於真實世界的採集，由此實現與真實世界1：1完全比對。數據採集包括無人機斜拍、雷達車掃描、衛星地圖、GIS數據，BIM數據等超過十類數據源，以及四年多公司內部所沉澱的超過130多萬件數字資產。

這些數據通過自研的機器學習及自動化工具，快速實現3D建模，最終根據實際需求，實現從L1-L5的不同精度類型場景還原。

目前，51VR在L1精度已實現完全自動化。L1精度能從形狀上區別不同建築，但從外觀顏色等方面，不體現具體差別。

圖爲51VR大場景自動化生成

第二個級別，L2精度是在L1的基礎上，增加了材質、光照等。

圖爲51VRL2級別西雅圖城市場景還原

L3精度是我們目前關於智慧城市的主打類別。基於L3精度的城市底板，我們在其上通過疊加各類數據，包括水電氣暖、警務政務、交通道路等，實現園區或城市級的可視化運營。

圖爲51VR L3級別某省會城市場景還原

L4精度就更高了，誤差在釐米級。AI訓練就需要在這個精度級別來完成。

圖爲51VR L4級別場景用於訓練無人駕駛算法

至於L5精度，它能精確到毫米級，但造價比較高，目前某全球頂級互聯網巨頭是51VR在這一精度級別的客戶，用來訓練其AI機器人。

圖爲51VR L5級別全擬真還原

說完第一個核心能力，來跟大家分享一下51VR在實時仿真能力上的積累。

無人駕駛仿真，讓AI算法更快落地

兩年多以前，我們開始考慮在仿真上的佈局。我們看到，在中國整個汽車工業界，沒有一款國產原創軟件被行業大範圍接受，全部採用歐美軟件。中國的汽車工業，更多是用資金和市場來換技術。

當無人駕駛L3和L4開始大勢襲來時，我們開始思考，有沒有機會在這個新的潮流下去做一款中國的原創仿真軟件？

2017年，我們調研了很多主機廠、算法公司的需求，綜合判斷自身優勢，最終決定進軍無人駕駛仿真測試這個領域。

2018年12月底，我們正式對外發布了中國第一款全模塊自動駕駛仿真測試平臺51Sim-One，這個平臺可以做到全生命週期仿真，完全覆蓋軟硬件供應商、算法公司、傳感器公司、主機廠及檢測機構的需求。

目前，51Sim-One自動駕駛仿真測試平臺已經能做到不需要輸入代碼便能使用，直接通過操作界面來配置主車、各種傳感器、天氣、交通流、案例場景，由此來對無人駕駛進行測試和訓練，甚至讓訓練自動化。如果在訓練過程中算法出現Bug，就可以通過回放案例將事故現場還原出來，查看問題到底出在哪裏。

當前，我們在整個無人駕駛仿真上投入了超過100位專家及工程師。

圖爲自動駕駛感知的數字化顯示與攝像頭、激光雷達的識別率檢測

基於無人駕駛仿真研發，51VR的核心點主要有三個，即數據結構化、動態還原和擴展，以及傳感器仿真。

首先是將道路信息進行結構化處理。機器看到的世界，與人眼看到的世界是完全不一樣的，結構化處理其實就是將現實世界處理爲機器能看懂的信息。

在動態還原方面，要實現對無人駕駛AI算法的訓練，就必須有足夠多事故案例。目前，我們通過自研的案例還原和擴展工具，來滿足指數級增加的AI算法的訓練和測試需求。

在傳感器仿真方面，比如攝像頭仿真，我們和商湯有緊密合作，它負責從我們的仿真場景實時獲取語義分割圖等真值，並用於商湯識別算法的機器學習。我們則根據機器學習的評價機制，不斷提高仿真場景的真實度和攝像頭仿真模型的可靠性。

圖爲攝像頭識別算法驗證

目前我們在無人駕駛仿真領域成績還不錯，不僅得到了國內的車廠、無人駕駛算法公司的認可，與德國的客戶也有良好的合作。

實時交通流仿真，爲交通擁堵時時把關

道路和交通數據的結構化不僅可以用於無人駕駛仿真，其實時的交通流模擬和實時的數據結構化，還能在整個交通系統中發揮更大的作用。

基於路側攝像頭的交通實時數據流，我們與合作伙伴共同抽取和平滑車輛軌跡，以實現虛擬環境中交通流的鏡像還原，將非結構化視頻數據轉化爲可追蹤和分析的結構化數據，爲交通的實時預測以及科學決策提供模型依據，由此實現提前預警、實時應對、決策分析及規劃優化。

同時，我們可以從這些結構化的交通流數據中抽取典型的標準工況和危險工況案例，並利用案例泛化功能，用於無人駕駛算法的測試和迭代進化。

在51VR的仿真訓練平臺中，隨着訓練數據不斷被沉澱，這些數據又能反哺到算法。

圖爲51VR實時交通流仿真

實時仿真能力會是未來極爲重要的能力，它將超越大數據，對真實世界產生更爲深遠的影響。

比如，預測當前北京早高峯和晚高峯的交通系統是否合理，是否需要調整。

對於這個問題，交管局不可能給出一百種措施，一一試錯。但在仿真系統中，卻可以嘗試一千種，乃至一萬種方式，無論是增改某條道路，還是優化交通信號燈等等，讓系統去找到最優解，讓決策變得更科學。

再比如，當一個城市面臨二十萬輛無人車上路時，交通系統會出現什麼異樣？ 在規劃一座新城時，重要基礎設施的位置設定將如何影響人流走向……這些靠大數據已經不足以解決的問題，正是實時仿真大展身手之際。

城市智能，從操控到模擬的未來之路

仿真能力不僅可以用到交通上，還可以用到城市中。我們所開發的51City OS，就是希望用這個能力讓城市變得更加智能。

比如，在這個系統中，監控系統不再是幾十個割裂的單個畫面，而是所見即所得。由於整個園區被做了完整的3D還原，既可以直接從上帝視角觀看園區的總體人流熱力圖，又可以直接查看和調取任意位置的詳細監控畫面。

圖爲51City OS 智慧園區可視化運營平臺

由於監控系統跟安保系統做了底層的數據打通，因此，針對異常情況可直接從畫面中調集最近的安保人員，安排其前往查看。

除了監控、安保外，這個平臺可以疊加一切數據，實時分析、實時調動、實時控制。

當然，要做這個系統並不容易，需要打通好幾個層次。

首先是接入層。接入層需要對接各種類型的軟硬件接口，好比Windows系統中需要對接各類硬件接口。各類硬件，比如傳感器等接入進來後，才能構建超級API。

第二層，數據層。這一層主要是對接入的軟硬件產生的數據進行清洗和整理。它們既包括結構化數據，也包括非結構化數據。如果是非結構化數據，我們就需要對數據進一步結構化。

第三層，界面層。這一層主要解決數據孤島的問題。通過51City OS系統，所有的數據在一個界面被打通，且基於一個界面進行展示。任何人只用十分鐘的培訓就可直接上手，操作非常直觀。這跟Windows中的UI界面相似。

第四層，應用層。這一層主要解決操控的問題。所有接入的物聯設備均已實現聯動，管理人員可以在一個屏幕上完成所有的操作，和在Windows系統中直接點擊應用程序一樣方便敏捷。

再往下一個層次，就是仿真模擬層。未來，隨着系統的不斷完善，我們會將仿真能力接入進來。那時，這個系統就能真正服務於更多的超越大數據的模擬需求，提供園區、城市級的最優解決方案。

51City OS自去年12月推出以來，五個月時間已落地十餘座城市。每一個客戶看到這樣的操作系統，都很震撼，而且反饋真正受用：人工成本極大降低，運營人員的學習成本大大降低，管理變得更直接，效率極大提升。

圖爲51VR爲海外某城市打造的智慧城市管理系統

無論是應用在無人駕駛訓練、交通流預測上的實時仿真，還是在軟硬件集成基礎上從操控到模擬的城市級系統仿真，都是在不斷融入越來越多的數據過程中，讓操控、訓練和模擬變得更加真實、準確。

同時，這個集極致可視化和實時仿真於一體的環境也在不斷進行自我學習，不斷通過數據的餵養變得更加聰明，變得具有自生長的能力，從而完成系統層面的AI化，形成具有強大功能的數字孿生世界。由此，這個數字孿生世界也將在更大場景中實現規模化預測，實現更多在當前真實世界中不可想象的創造。

當然，回到當下，只有極致的可視化和實時仿真能力過硬了，數字孿生的規模商業化，纔有實現的可能。