自动驾驶仿真4D高斯重建新SOTA

本文报道了清华大学赵昊团队的一项新研究突破，介绍了面向大型动态驾驶场景的无姿态（pose-free）前馈三维重建框架——DGGT（Driving Gaussian Grounded Transformer）。 关键创新在于能够在无需场景特定优化、相机校准或短帧窗口的情况下，快速（0.4秒）重建4D场景。 DGGT在Waymo上实现了最先进的性能，并在nuScenes和Argoverse2数据集上展示了强大的零样本泛化能力。 文章还强调了系统在Gaussian层面编辑场景的能力，以及用于建模时间外观变化的lifespan head。 本文强调了DGGT加速自动驾驶仿真和数据合成的潜力。

• •DGGT是一个无姿态、前馈的3D重建框架。
• •它在0.4秒内重建4D场景。
• •它在Waymo上实现了SOTA性能，并在nuScenes和Argoverse2上实现了强大的零样本泛化。
• •它允许在Gaussian级别进行场景编辑。
• •它使用lifespan head来模拟时间外观变化。