当前，辅助驾驶领域正经历一场深刻的技术范式变革，传统的模块化设计方法正被端到端的 AI 驱动架构所取代。这种转变意味着训练数据的需求呈指数级增长，目前系统的训练数据量已达到 PB 级别，相当于数千万小时的驾驶视频，这对训练效率提出了极高的要求。
面对海量的车载视频数据，传统逐帧抽取、格式转换的预处理流程会耗费大量的存储与时间成本，成为拖慢整体研发进度的关键瓶颈。此外，真实驾驶数据中普遍存在着非均匀样本问题，如时长不一、分辨率各异、传感器配置多样等。传统批处理方法难以高效处理，往往造成计算资源的严重浪费。
对此，NVIDIA 开源了面向高级驾驶辅助系统（ADAS）领域的训练加速工具包 Accelerated Computer Vision Lab (ACCV-Lab) 。该工具包是一套系统化的软件集合，旨在为 ADAS 的端到端高效训练提供全方位支持，帮助开发者显著提升训练性能与开发效率。
ACCV-Lab 有多个功能独立又相互补充的子模块，包括按需视频解码器（On-Demand Video Decoder）、批处理辅助工具（Batching Helpers）、DALI 流水线框架（DALI Pipeline Framework）等，覆盖从数据读取、批处理优化到训练流水线构建的全流程需求。
除了辅助驾驶训练效率，该领域仍面临着真实路测长尾场景稀缺、数据标注效率低下、数据采集成本高昂等关键挑战。如何进行高质量数据场景的深度挖掘，实现高保真、高覆盖、高置信场景库的工业化生产，以及如何让数据发挥价值形成商业闭环，值得行业共同探索。
IAE 智行众维研发的“水木灵境” AI 场景工场解决方案，依托“车路云”多源自然驾驶场景库、知识集与 AI 驱动的合成数据生成能力，构建高保真、高覆盖度、高置信度、高通用性的场景库和数据集，实现从数据采集、治理、高价值场景挖掘到基于世界模型的场景数据生产的全链路自动化，能够对自动驾驶为代表的人工智能算法训练及测试验证提供一站式支持。
IAE 智行众维还基于 NVIDIA Omniverse™ 和 Cosmos™ 平台，打造高精度仿真场景与合成数据量产体系，助力智能汽车安全量产落地。
在上述背景下，智猩猩联合丽台科技策划推出「NVIDIA 辅助驾驶训练与世界模型仿真测试公开课」。公开课将于 12 月 23 日 14:00 正式开讲。
本次公开课，特邀 NVIDIA GPU 计算专家组经理朱文静、苏州智行众维智能科技有限公司副总经理&CDO 两位主讲人共同主讲。两位主讲人将分别以《使用 NVIDIA ACCV-Lab 工具包加速辅助驾驶训练》、《从数据到智能，世界模型仿真测试新范式》为主题，进行实时讲解和互动答疑。
主题介绍
主题：《使用 NVIDIA ACCV-Lab 工具包加速辅助驾驶训练》
主讲人：NVIDIA GPU 计算专家组经理朱文静
概要：
NVIDIA Accelerated Computer Vision Lab (ACCV-Lab) 是一个系统化的工具集，旨在帮助 ADAS（高级驾驶辅助系统）领域实现端到端的高效训练。其中各个子模块专注于特定方向提供相应的工具与最佳实践，本次公开课将解读三大工具。
1. On-demand Video Decoder 用于高效从视频文件抽帧, 视频训练的效率等同甚至超过图片训练。
2. Batching Helpers 对 non-uniform 数据进行高效 Batching，以加速 loss 计算。
3. DALI Pipeline Framework 基于 NVIDIA DALI 构建，简化 ADAS 典型场景中的数据处理 pipeline 创建过程
更多的模块详见公开课中分享的官方资料：https://github.com/NVIDIA/ACCV-Lab。
主题：《从数据到智能，世界模型仿真测试新范式》
主讲人：苏州智行众维智能科技有限公司副总经理&CDO 刘虎
概要：
智能驾驶算法正经历从传统规则驱动到数据驱动、并进一步向“世界模型”范式的背景下，对应的测试验证体系也正在从基于里程的测试方法，升级到基于模型、基于数据场景的测试。
本次公开课将首先探讨面向数据驱动三大核心挑战：如何进行高质量数据场景的深度挖掘，如何进行高保真、高覆盖、高置信、高可用场景库的工业化生产，以及如何让数据发挥价值形成商业闭环；其次将会重点解读 IAE 智行众维自主研发的“水木灵境” AI 场景工场解决方案；以及基于 NVIDIA Omniverse 和 Cosmos 平台，打造的高精度仿真场景与合成数据体系，助力智能汽车安全量产落地。
如何报名与入群
对此次公开课感兴趣的朋友，可以扫描下方二维码添加小助手萝拉进行报名。已经添加萝拉的老朋友，可以给“萝拉”私信，发送“NVIDIA2505”即可报名。我们会为报名成功的朋友推送链接。
同时，本次公开课也组建了交流群，开讲前会邀请相关朋友入群交流。
