汤元科技：重构真实交通物理场景，推动空间智能发展

在近期召开的“2025年苏州市相城区新型工业化推进会议”上，汤元科技发表题为《真实物理世界的全要素数字还原——空间智能的必由之路》的主题演讲，分享了公司基于路侧数据的空间智能核心技术突破及商业化路径。

通过自研的“I2V (Infrastructure to Vehicle) 级联视角增强算法 ”，汤元科技破解智能驾驶训练数据稀缺难题，通过路侧采集数据挖掘重建高质量场景、并生成车端视角，为自动驾驶训练提供高价值、物理真实、低成本的数据，助力智能驾驶量产提升和端到端训练降本增效。

从二维到三维、从单帧静态到时序动态的数据

有别于传统通过车队采集训练数据的方法，汤元科技依托苏州车路云一体化基础设施，通过自研的“I2V 级联视角增强算法”，实现了在稀疏视角下的三维空间高精度重建能力 。其特点是：从二维到三维、从单帧静态到时序动态，重构真实交通物理世界场景，使高价值交通数据得到有效地采集、挖掘和应用。

在这套方案中，仅依靠较少的路侧传感器作为输入（如一个路口的3 - 4个摄像头），既可高精度还原动态三维大交通场景，又可以还原所有物体的三维结构和表面纹理，在此基础上，还可实现任意视角的还原 。通过高价值场景挖掘，其还原的数据集用于智能驾驶的高阶量产和端到端训练。

以苏州高铁新城的一个十字路口为例:

首先，把以上信息作为输入源；然后，对道路环境和交通对象进行高精度三维重建；再次，以任意视角重新渲染生成视频。以下为车端第一视角：

图片▲不仅重建了路口所有物体的三维结构、运动轨迹与表面纹理，甚至还可精细还原施工现场升起的烟雾

其背后的技术能力，既包括静态交通场景的重建，又包括动态车辆和行人的重建：

由于对整体场景进行了三维重建，获取了每个物体的三维空间信息，因此可省去部分传统的视觉任务，如语义分割和人工标注，极大降低了数据处理成本。

自动驾驶训练新范式，显著降低成本

依托苏州市的高质量路侧设备，汤元科技基于“I2V级联视角增强算法”构建了“数据采集 - 三维重建 - 场景生成 - 车企赋能”的闭环。这一方法具备诸多优点：

• 物理真实：基于完全物理真实的数据场景，可有效进行智能驾驶量产升级和端到端训练，提升自动驾驶系统的复杂环境应对能力；
• 数据质量高：路侧数据不同于单帧和断点数据，具备时序连续的特点；且受益于输入源设备高度较高，视角开阔无遮挡，可连续观测；
• 数据获取挖掘成本低：可通过路侧7*24h直接获取高价值三维场景数据，将数据采集成本降低80%以上；同时在数据处理上，天然具备语义分割信息，极大降低标注成本。

预计在2025年将生成百万段级自动驾驶长尾训练场景，并在明年突破千万段级，有效跨越自动驾驶量产和端到端训练的数据门槛。

让数据流动，让基础设施“活”起来

目前，仅苏州市已有逾7000个具备智能化感知设施的路口，而这一应用也同时使得：

• 路侧设施价值激活：将传统监控设备转化为“数据生产源”，释放其智能化潜力；
• 数据资产循环：使数据流动并应用，推动自动驾驶与城市治理的双向赋能。

而其在交通能力应用，终极目标是空间智能——实现三维空间中感知、理解和交互的能力。

空间智能趋势下，数据是燃料

人工智能经过Transformer的自注意力机制并行处理序列数据、GPT系列验证了海量数据 + LLM对效果的提升，及DeepSeek - R1通过强化学习实现对AI模型的推理能力的自发涌现，世界正加速向三维空间智能跃迁。

随着空间智能的发展，AI将从平面走向立体智能，进而迈入自治性智能和认知型智能的高维智能。

在此过程中，高质量三维时序数据的匮乏成为行业核心瓶颈，其特点是数据要素内容多、需要时序变化的数据和规模庞大的数据。

在空间智能的发展中，汤元科技从数据稀缺的难题切入，未来，其应用还将从智能驾驶拓展至机器人、无人机等领域。

▲图为活动现场

-正文完 -

汤元科技成立于2024年，公司位于苏州。公司致力于打造智能网联数据资产运营能力，通过整合车路云一体化的路端数据资源和处理能力，提供大规模、多源异构、高质量、低成本的智能驾驶量产数据，并为客户提供全面的数据采集、加工、存储和模型训练等基础服务，并最终实现空间智能。