Parallel Domain正将其生成合成数据集的能力赋予客户。这家总部位于旧金山的初创公司推出了名为Data Lab的新API，该API依托生成式AI技术，使机器学习工程师能够控制动态虚拟世界，模拟任何设想场景。
“只需从GitHub安装API，即可开始编写生成数据集的Python代码。”Parallel Domain创始人兼CEO Kevin McNamara表示。
Data Lab：灵活生成复杂场景数据
Data Lab允许工程师生成此前资产库中无法获取的对象。该API以3D模拟为基础平台，工程师可通过简单提示词叠加随机现实元素。例如，模拟高速公路两车道被侧翻卡车占据，或让无人驾驶出租车识别穿着充气恐龙服装的行人，均可轻松实现。
其核心目标是赋予自动驾驶、无人机及机器人公司更大控制权，提升大型数据集构建效率，从而加速模型训练深度与速度。
McNamara指出：“当前迭代时间取决于工程师将需求转化为API调用或代码的速度。客户可输入近乎无限的提示词内容，系统均能稳定运行。”
Parallel Domain的客户涵盖开发高级驾驶辅助系统（ADAS）的主要OEM厂商及自动驾驶公司。以往创建特定参数数据集需数周甚至数月，而通过自助服务API，客户现可“近乎实时”生成新数据集。
合成数据助力自动驾驶规模化扩展
从宏观视角看，Data Lab有望进一步加速自动驾驶系统扩展。McNamara透露，公司在合成婴儿车数据集与真实世界数据集上测试部分自动驾驶（AV）模型后发现，使用合成数据训练的模型表现更优。
Waabi的新模拟器可加速自动驾驶技术的规模化应用
尽管未采用近期热门的OpenAI API（如ChatGPT），但Parallel Domain基于过去几年开源的大型基础模型构建了自身技术组件。
“Stable Diffusion等工具使我们能微调自有基础模型版本，并通过文本输入驱动图像与内容生成。”McNamara补充道，团队已开发定制技术栈，确保生成过程中对象标注精准。
商业模式转型与跨行业拓展潜力
Parallel Domain于今年5月推出合成数据生成引擎Reactor，初期仅供内部及受信任客户Beta测试。如今随着Reactor通过Data Lab API对外开放，且客户对生成式AI访问便捷性需求上升，公司商业模式或将迎来变革。
目前商业策略为客户购买年度数据配额。McNamara表示，Data Lab将推动公司向SaaS模式转型，即客户订阅平台权限并按实际使用量付费。
此外，该API还有助于Parallel Domain拓展至农业、零售、制造业等由计算机视觉赋能的行业领域。
“AI在农业中的应用被视为提效关键举措之一。我们计划探索此类用例，最终打造通用平台——无论身处何领域，只要需训练AI通过传感器‘感知’世界，Parallel Domain即是起点。”McNamara强调。
Parallel Domain称，没有合成数据，自动驾驶就无法规模化