• 新闻动态

 

 

 

 by admin1

IAE 智行众维与翰翮凤凰航空达成战略合作 共筑低空监管与安防“仿真—验证—交付”闭环体系

近日，苏州智行众维智能科技有限公司（以下简称“IAE 智行众维”）与翰翮凤凰航空发展（唐山）有限公司（以下简称“翰翮凤凰航空”）正式签署战略合作协议。双方将围绕低空指控与低空安防两大方向，在技术研发、产品集成与场景应用层面建立全面、长期、稳定的战略合作关系，共同构建“在数字世界先行验证、在真实世界加速交付”的低空安全技术与产品体系。

强强联合，优势互补

IAE 智行众维是智能驾驶仿真与物理 AI 验证技术引领者，国家高新技术企业、江苏省专精特新中小企业，ASAM 国际汽车标准组织成员，总部位于江苏省苏州市相城区高铁新城。公司依托 X-In-Loop 仿真工具链与「水木灵境」场景数据工场，围绕智能驾驶等物理 AI 应用场景提供仿真测试、数据服务与安全验证能力，业务覆盖汽车、低空与具身智能领域的企业、研究院所及第三方检测机构，已服务数百家车企、零部件企业及国家级检测机构，拥有百余项专利与软著。面向低空经济，公司推出「1+2+3」空地一体化 AI 数字孪生平台——以 1 个孪生底座，支撑飞行器性能仿真与低空交通管理 2 大功能，覆盖城市空中交通、智慧物流、应急救援 3 类场景，贯通“环境建模—空域规划—航线划设—飞前放行—飞中监控—飞后评估”全链路，让飞行在起飞前算清楚、说得清。

翰翮凤凰航空发展（唐山）有限公司是覆盖科技装备制造、人才培养与文化传播的低空产业品牌，旗下设有翰翮航科、翰翮鸿飞与 LuxStar 揽星三大板块。旗下科技品牌“翰翮航科”聚焦无人飞行器整机、任务载荷、飞控与集群指控系统的自主研发与制造，掌握飞控与导航、任务载荷集成、集群协同指控、系统仿真与试验验证等核心技术，产品定义来自演训与任务一线。御穹指挥系统已完成无人机操控、侦测、反制三大功能集成，可实现多机集群指控、蜂群编队管控、全流程任务规划与全域态势监视。

一方的能力在“孪生空间”——把真实场景还原为可计算的数字环境，让飞行在起飞前算清楚、说得清；另一方的能力在“真实空域”——从演训与任务一线定义需求，把装备造出来、用起来。双方技术能力的对接，正是把“仿真验证”的低边际成本，注入“装备交付”的高确定性要求：IAE 智行众维提供可复用的孪生底座与场景数据资产，翰翮航科提供来自一线的场景定义与验证出口，二者打通，构成从需求定义到产品交付的完整闭环。

合作聚焦五大方向

根据协议，双方将在以下领域开展合作：

·?低空监管数字孪生底座共建：以公司「1+2+3」空地一体化 AI 数字孪生平台的孪生底座为基础，结合翰翮航科在低空运行、空域协同与一线管控中的经验，共同开展监管环境建模、空域规划、航线划设等方法研究，推动监管策略在上线前完成仿真推演、上线后形成可追溯的效能评估。

·?低空安防仿真测评与产品适配：围绕重点区域防控、重大活动安保等低空安防场景，把单机、多机、集群及异常飞行行为的生成与建模，引入翰翮航科侦测识别、处置决策等环节的算法训练、测试与效能验证，提升产品在复杂环境下的可靠性。

·?飞行器性能仿真与试验验证：发挥公司在飞行器性能仿真方面的积累，面向翰翮航科各型无人飞行器与任务载荷，开展飞行性能、载荷适配与集群编队协同的仿真验证，压缩验证周期，降低真实试飞的成本与风险。

·?解决方案与示范应用：面向城市空中交通、智慧物流、应急救援三类场景，形成监管侧与安防侧协同、软件与装备协同的整体方案能力，并在条件成熟的区域与项目中开展示范应用与效果验证。

·?标准研究与行业交流：共同参与低空安全、仿真测评相关的技术标准、技术规范与研究报告编制，开展展会论坛、案例推广与技术宣讲等交流合作。

展望

物理 AI 落地的核心瓶颈，已从算法本身转向安全边界的验证效率与长尾场景的数据获取成本。智能驾驶领域用十余年跑通的“仿真—数据—验证”闭环方法论，正在成为低空经济走向规模化运营的必要基础设施。

对 IAE 智行众维而言，此次合作意味着历经充分验证的车规级仿真能力，将从汽车领域进一步延展至低空监管与低空安防的真实场景——公司在孪生底座、场景数据与评估方法上的积累，与翰翮航科来自演训与任务一线的场景定义能力和装备交付能力形成互补。双方将以此次签约为起点，推动低空场景中的数字孪生、仿真测评与实际装备形成闭环，让未来出行先在数字世界飞稳，再在真实世界加速。

关于翰翮凤凰航空发展（唐山）有限公司

翰翮凤凰航空是覆盖科技装备制造、人才培养与文化传播的低空产业品牌，旗下设有翰翮航科、翰翮鸿飞与 LuxStar 揽星三大板块。主营业务涵盖军警防务科技装备的研发与制造、飞手培训与高校研发人才培养、航空文创产品的设计开发与传播，形成从装备制造、人才培养到文化传播的业务布局。三大板块共享同一条需求源头：装备研发从演训与任务一线定义产品，培训教学按实战要求设计课程，文创内容以航空文化为内核，技术、人才与文化相互支撑。面向部队、公安、院校与行业客户，提供从装备交付、人才培养到文化传播的整体方案。

官方网站：www.hhphoenix.com

in 新闻动态 0 comments
 by admin1

【技术发布】“水木智境”XIL测试AI多智能体正式发布，以工程化Agent打通SIL到VIL测试全链路

2026年10月28日，在第三十三届SAECCE中国汽车工程学会年会暨展览会现场，IAE智行众维以“双智引擎 闭环赋能”为主题举办技术创新发布会，联合清华河北院物理AI模型和数据联合研发中心、吉利创新中心、上汽华域三电、吉行智途和西部智联五家单位，共同发布面向智能网联新能源汽车XIL测试的AI多智能体产品——水木智境。产品技术涵盖SIL、HIL、VIL全栈测试流程，从需求解析贯通至台架与实车执行，实现95%以上的测试用例可智能化生成和自动化执行，围绕“需求理解——用例生成——跨台架执行”三个核心环节，把测试技能从“文档、脚本和人的大脑里”整理出来，让同一份用例在各类测试环境中都能跑得通。IAE智行众维VP&CDO刘虎表示：我们要做的不只是一套通用Agent，而是一套能真正稳定、安全、专业、精细化解决企业实际问题的工程化智能体平台。

解决“读不懂”的问题
通用大模型最容易在工程场景翻车的地方，是它无法在没有私有工程知识的情况下反馈如“热管理模块里压缩机吸气冷媒温度处理的滑动滤波”这类专业的需求。水木智境的解法是先建立AI测试本体与知识图谱，把概念、关系、属性、规则以本体形式明确定义，解决70%以上真正确定性和稳定性的问题，再叠加上RAG+LLM，把历史缺陷知识、专业名词公式、结构化表格等经验沉淀召回进来，处理泛化与不确定的部分。本体还基于TBox/ABox架构具备自学习能力，新模块的知识可通过本体学习自动沉淀，在下一个项目中复用。

解决“变不完”的问题
需求读懂了，测试点提取了，接下来落到工程师手里就是一摞测试用例，这也是最容易“变不完”的地方。一个中等规模测试就可能涉及上万条用例，需求一变，哪些用例要改，改了哪些，覆盖度是否补全、需求改动如何追溯等等，这些靠人工翻表格几乎是理不清楚的。水木智境的完整链路包括九大模块：需求接入与结构化→测试点提取→用例生成→质量控制→用例库管理→脚本转换→变更管理→人机协同→自动化执行与回归，该链路并非一个大一统的智能体，而是由多智能体协同完成，并在关键节点穿插人工评审，实现人机协同。当需求变更时，变更管理与追溯可以在链路内完成，而不是靠工程师翻表格。此外，为了为防止模型幻觉生成不可执行的脚本，系统同时设置了多条硬拦截规则，对模型不理解的事情坚决不允许幻想推理、不允许生成不可执行的脚本等。

解决“跑不通”的问题
台架品牌多、私有化部署环境杂等，是XIL测试的老大难。水木智境设置IR（中间表示）融合桥接架构，用一层中间表示屏蔽跨硬件、跨平台、跨脚本的差异，可以让统一测试用例在不同品牌的台架上运行与自动化执行，并支持脚本转换、远程部署到客户侧的端到端流程中。与之配套的是数据安全边界：客户知识不出域、经脱敏、向量化、权限过滤后通过受控接口进行流转，同时，配合企业级安全沙箱和数据安全护栏（D0-D4分级+模型准入检查）与全链路可追溯（RTM矩阵），兼顾跨企业知识保护与融合。从架构上来看，水木智境底层是知识本体加知识图谱，中间是RAG+LLM引擎层，上层是多智能体编排，配合Harness Engineering (智能体工程)，构成多智能体流水线，RAG知识增强、企业级数据护栏、IR桥接、数据安全边界、全链路可追溯六大核心优势。产品内置BMS、VCU、智驾、座舱等MoE专家模块，每个专家对应不同的Skill，按项目与模块专家调用，并支持不同项目的管理与交付方式。

目前，“水木智境”已在吉利创新中心、上汽华域三电及某国外主机厂智驾部门等合作伙伴实现商业化应用。刘虎表示，通过研发部署“水木智境”XIL多（具身）智能体平台，将从根本上解决“仿真测试不好做、覆盖度不足”等难题，帮助智能网联新能源汽车产业显著增效降本，让未来“没有难做的仿真测试，不再有遗漏的测试用例”。

in 新闻动态 0 comments
 by admin1

【技术发布】 “水木灵境”场景智能制造工场创新发布，以AI驱动的智驾评测基础设施破解智驾安全“长尾场景稀缺”难题

2026年10月28日，在第三十三届SAECCE中国汽车工程学会年会暨展览会现场，IAE智行众维以“双智引擎 闭环赋能”为主题举办技术创新发布会，联合西部智联、清华河北院物理AI模型和数据联合研发中心、吉利创新中心、上汽华域三电、吉行智途五家单位，共同发布AI驱动的智驾评测基础设施——“水木灵境”场景智能制造工场与“水木智境”XIL测试AI多智能体。

发布会上，IAE智行众维创始人兼CEO安宏伟将公司AI驱动的基础设施技术底座概括为三句话：元境为基，以灵境造数，用智境验车。其中，“元境为基”指的是公司研发构建的物理AI模型和数据技术底座，而“以灵境造数”所指正是“水木灵境”场景智能制造工场。

数据多、整理慢，工况覆盖不全、推演难，结果多、分析重——这是智驾研发测试一线长期面对的挑战。叠加真实道路驾驶数据以百万级增长、国标强标对场景覆盖提出更严要求等背景，场景如何被高质量、海量地“造”出来，成为亟需攻克的现实难题。IAE智行众维场景研发总监魏苗以三款AI Agent，回应了这一难题。

CRAB、TUNA与STARFISH三款全新的AI Agent产品，分别切入场景生产链条上的“场景挖掘——工况推理——问题洞察”三个核心环节：

CRAB：把真实数据里的“关键几秒”自动挖出来

解决“找不全”的问题

在一段很长的真实道路数据中，值得反复测试的关键交互场景往往只有短短几秒钟。CRAB通过AI从海量的记录中自动筛选找出高价值候选场景，让工程师的工作重心从反复筛选记录，转移到更关键的代表性判断上。更重要的是，CRAB不只是“剪片段”，它会对每个片段给出清晰的场景分类与精确的语义描述，让零散的测试片段沉淀成系统化、可管理的场景数据资产。

TUNA：把采不到的工况推理出来

解决“想不全”的问题

TUNA以ODD运行设计域要素为输入，如城市主干道、城市交叉口、固定信号等环境要素的分类与取值，结合上环境特征、交通参与者类型与多种行为可能性，进行全面、系统化的工况推理，帮助工程师发现人工难以想象且容易遗漏的测试工况，并让特殊场景持续积累，在后续研发阶段被持续调用。

CRAB是从真实数据中进行挖掘，TUNA是从逻辑推理中扩展，两者形成了真实数据与AI逻辑推理的互补，共同拓宽了长尾场景的来源。

STARFISH：让每一次失效都可追溯、可补测

解决“看不清”的问题

当场景的覆盖扩展后，结果分析也必须跟上。STARFISH的AI洞察能力包含三个互相衔接的分析：

AI整体性评价分析，通过失效密度集中度、难度梯度敏感性、失效共现模式识别这三种图，分别回答了问题集中在哪里、系统在哪个难度下变弱、多个失效之间是否关联这三个问题，让排查资源投向最关键的问题。

AI失效案例分析，针对具体失效还原事件时间线，对照实际行为与预期行为提出待验证原因与假设。

AI补充测试分析，将基于前面的分析，明确补测场景、参数与观测项，并同步安排定向验证与回归测试。

通过“结论总结—时间线还原—原因假设—补测建议”这四个步骤，STARFISH把原本依赖个人经验的事后分析，变成了从事故还原到定向补测的自动化闭环，让每一次失效都有迹可循，每一轮验证都有据可依，让失效经验真正成为高价值资产。

此外，魏苗还特别强调了整套智能体架构的可进化性，产品基于前沿AI Agent 架构实现，融合企业知识，专家方法以及灵活可配置的前沿AI模型。实现企业经验与专家流程持续积累更新，前沿模型能力的及时接入，成为懂经验、懂规则、可进化的 AI Agent 。

“水木灵境”场景智能制造工场，基于车端和路侧端真实自然驾驶多源数据，融合世界模型和智能体，构建高保真、高覆盖度的海量场景库和数据集，已服务主机厂、检测机构和模型算法企业，实现测试验证效率百倍以上提升。魏苗将三款产品的价值概括为：更全、更快、更省。更全指场景覆盖度；更快指生成-执行-分析的全程提速；更省则指省时间、省人工、省算力，让专家聚焦于判断与改进。这也是IAE智行众维构建物理AI基础设施、实现从汽车智驾安全走向万物具身安全的关键一步。

in 新闻动态 0 comments
 by admin1

喜报｜IAE智行众维联合申报项目荣获2026 DALI中国奖金奖

2026年9月4日，第七届DALI联盟中国区生态伙伴大会暨2026 DALI中国奖颁奖典礼隆重举行。IAE智行众维作为项目设计单位及系统集成商参与建设的智能网联复杂环境多维模拟平台（VTHILS, 车辆-环境-交通在环仿真实验室），凭借出色的整体设计与集成落地能力，荣膺DALI金奖（工业空间）。

 

在车辆-环境-交通在环测试中，光照环境能够直接影响车辆感知系统的表现，智能网联复杂环境多维模拟平台通过专业照明系统，为智能网联汽车构建了安全、可控、可重复的光照测试条件，让车辆在接近真实的光照场景下接受严苛验证。这一平台价值，也赢得了行业广泛关注。

DALI奖在智能照明控制领域极具国际影响力，本届中国奖汇聚了行业众多优秀项目，竞争激烈。此次能够摘得金奖，是行业对IAE智行众维在技术设计、系统集成与工程落地能力上的高度认可。

荣誉是认可，更是前行的动力。IAE智行众维将以此为新的起点，继续以专业与创新，助力智能网联汽车测试技术迈向更高水平。

in 新闻动态 0 comments
 by admin1

上海智能汽车软件园“AutoSoft对话”（第二十三期）成功举办

9月4日，第二十三期“AutoSoft对话”在上海国际汽车城·云上智行会客厅成功举办。本期由中国汽车工业协会、上海智能汽车软件园与IAE智行众维联合主办，以“安全驭行——L2/L3/L4法规框架下的智驾功能安全与预期功能安全开发AI分析实践交流”为主题，聚焦《智能网联汽车组合驾驶辅助系统安全要求》和《智能网联汽车自动驾驶系统安全要求》两大强标落地背景下，针对高阶智驾研发、合规论证至量产落地的全链条安全痛点，共同探讨强标时代的智能驾驶安全合规新路径。

活动汇聚了来自整车厂、智驾安全一级供应商、AI安全算法方案供应商、安全测试工具链企业、权威检测机构等全产业链一线技术专家，贯通了从标准制定、技术开发、工具实现到整车量产的协同体系。

IAE智行众维首席安全专家Pang Sung Hoon，深刻剖析了L3与L2级自动驾驶的本质差异——驾驶责任、降级接管与安全证据全部上移至车辆系统，并结合ISO26262、ISO21448及国内新规，提出从fail-operational架构、MRM/MRC状态机、场景追溯链到VaHIL的闭环验证，为L3级NOA从安全设计到测试落地提供了完整方案。

韩国VWAY公司Visual Pro产品专家Dave Kim详细阐述了STPA安全分析范式的核心优势，即其在识别组件交互失控、性能边界不足等隐性风险方面，优于传统失效分析手段；同时，他还分享了STPA安全分析范式接入大模型的实现路径，在保留“人在回路”审核流程的前提下，产出可审计、可追溯的证据链，支撑L2?L4级智能驾驶的安全论证工作。

一汽红旗功能安全专家Bruce Lee从主机厂视角，分享了红旗在L3/L4国标下的AI安全分析与定量安全需求实践，拆解从安全分析输出可审计安全档案的落地经验，为行业提供重要实践参照。

德凯中国汽车安全审核专家张争，围绕《ISO/PAS 8800:2024》标准展开深度解读，针对智能驾驶AI衍生的各类新型风险，分别从安全要求推导、开发架构设计、数据管理、验证评测、运行闭环多个维度进行分享，并提出识别、限制、验证、监控不确定性的AI安全落地基线。

嘉宾们从多元视角展开分享，串联起AI技术赋能下的智能驾驶安全标准、方法、工具与产业实践，搭建起从顶层规范到量产落地的方法论体系，打通标准界定、方法构建、工具提效、实车校验全链条，勾勒出可落地、可审计、可认证的高阶智驾合规实施路径。

强标时代，安全合规已从“可选项”变为“必答题”，从合规成本升级为支撑规模量产的产业能力。作为中国汽车软件领域的思想高地，“AutoSoft对话”将继续联动广大生态伙伴，推动政策、技术、企业之间合作交流，加速汽车软件领域融合创新，助力构建更加开放、高效、安全、可持续的“AI定义汽车”产业新生态，助力中国智能网联新能源汽车产业在全球竞争中行稳致远。

in 新闻动态 0 comments
 by admin1

喜报｜进军国赛！智行众维参研项目荣获2026汽车数据创新应用大赛一等奖，并晋级“数据要素×”全国总决赛

8月12日，2026汽车数据创新应用大赛颁奖仪式在上海隆重举行。大赛由中国汽车工业协会主办，聚焦汽车产业全链条、全场景的数据要素深度挖掘与创新应用，加速推进数据治理、数据空间等技术在典型场景的深度利用与创新落地。

在本次大赛中，苏州智行众维智能科技有限公司（IAE智行众维）参与联合申报的 《面向智能网联汽车全生命周期的数据要素一体化融通体系：多部门协同监管与产业智造双向赋能实践》 荣获 “智能制造与车辆研发数据协同应用”赛道一等奖，并作为汽车行业代表被推荐为 “数据要素×”全国总决赛项目。

打通全链条，破解产业核心痛点

当前，国内智能网联汽车产业数据要素价值释放仍面临两大核心挑战：一是数据壁垒突出，研发制造、自动驾驶、行业监管等环节数据相互割裂，产业全生命周期数据呈现碎片化特征；二是产监协同不畅，企业数据流转与跨主体确权复用机制不完善，产业数据与监管数据形成孤岛，制约了研发效率提升与监管效能升级。

针对上述痛点，项目依托国家汽车领域人工智能应用中试基地建设及长春“车路云一体化”试点，聚焦智能网联汽车全生命周期数据价值转化，建设统一数据底座与分级治理体系，成功打通 “研发—制造—使用—监管” 全链条。项目构建产监协同机制，一方面搭建智驾数据迭代飞轮，实现多源数据持续优化；另一方面夯实数据合规管控，探索行业数据资产盘点、合规流通与价值落地新模式，实现监管提质与产业升级双向赋能。

多方协同，各展所长

项目由中国一汽牵头，联合长春汽检、中移（上海）与IAE智行众维共同打造。其中，中国一汽作为核心牵头单位，提供产业底座与真实业务场景牵引，主导研发端数据采集与产业智造场景落地；中移（上海） 提供5G专网、云边算力与通信技术支持；长春汽检负责车辆准入检测、数据监管及行业合规业务落地。

IAE智行众维作为项目核心技术支持单位，以全栈自研技术为项目提供了从AI增强的数据治理到仿真测评的关键支撑。

硬核技术支撑，彰显智行众维实力

  • 基于自研的DeepOCEAN.AI仿真平台与水木灵境场景工场，构建标准化的多模态数据治理与开发体系，全面赋能数据加工、自动驾驶算法训练与虚实融合仿真评测；
  • 依托超百万组高价值海量场景数据，以规模化合规数据赋能智驾研发，构建“以虚补实、以实验虚”的闭环评测体系，有效补齐实车测试难以覆盖的场景空白；

  • 数模融合破解算法安全评测困局，打造L2、L3强标典型测试场景支撑算法在仿真环境中完成充分验证，为监管端准入测评提供可信样本；
  • 自研场景智能化生成AI Agent工具，实现从“需求分析→用例编写→场景细化→脚本编码”的端到端自动化流程，一键生成功能定义驱动的仿真场景资产，大幅提升研发与验证效率。

当前，智能驾驶研发正面临“验证效率”与“测试深度”的双重挑战。IAE智行众维以AI增强的规模化合规数据与虚实融合仿真评测能力，为项目提供了从数据治理到算法训练、从仿真测试到准入支撑的全链路技术保障，助力智能网联汽车数据要素价值加速释放。

in 新闻动态 0 comments
 by admin1

一等奖！携手一汽等伙伴，智行众维助力“汽车数据创新应用大赛”分赛道夺魁

2026年7月28日，“数据赋能 乘数而上——汽车数据创新应用大赛决赛”在上海嘉定圆满落幕。在这场由中国汽车工业协会主办的高规格行业盛事中，IAE智行众维联合中国第一汽车集团有限公司（简称“一汽”）、长春汽车检测中心有限责任公司以及中移（上海）通信科技有限公司共同申报的《面向智能网联汽车全生命周期的数据要素一体化融通体系：多部门协同监管与产业智造双向赋能实践》项目，一举斩获“智能制造与车辆研发数据协同应用”赛道一等奖。

本次大赛聚焦汽车产业全链条数据要素的深度挖掘，旨在加速数据治理与数据空间技术的落地应用。项目依托国家汽车领域人工智能应用中试基地建设及长春“车路云一体化”试点，打造可复制的数据价值转化标杆；聚焦国内智能网联汽车产业全链条多模态数据治理和开发，建设统一数据底座与分级治理体系，成功打通“研发—制造—使用—监管”全链条，构建产监协同机制以实现研发端与监管端的联动赋能与价值共创。

此次获奖，不仅是对一汽、长检、中移与智行众维四方合作的肯定，更是行业对“以数据要素驱动智能网联汽车高质量发展”路径的高度认可。

此外公司独立申报的课题项目“AI赋能-数模融合提升智能座舱安全能力的应用”在智能驾驶与智能座舱数据融合应用赛道荣获成果贡献奖。

未来，智行众维将继续深化与行业生态伙伴的合作，持续探索数据要素在准入检测、动态监管等领域的融合应用，助力构建产 监协同新范式，为智能网联汽车数据要素的价值释放贡献更多力量。

in 新闻动态 0 comments
 by admin1

共建生态｜IAE智行众维智驾数据产品上架汽车行业可信数据空间

7月23日，2026中国汽车论坛主题论坛“AI驱动智能网联汽车新能源汽车产业数智新发展”在上海隆重举行。IAE智行众维受邀出席并与行业伙伴共同参与“智驾数据产品上架汽车行业可信数据空间发布仪式”。

前期，由中国汽车工业协会牵头建设的智能网联新能源汽车行业可信数据空间，已入选国家数据局发布的可信数据空间创新发展试点，该项目致力于打造行业数据流通基础设施，着手破解数据流通应用难题。此次发布，行业首次在可信数据空间上规模化呈现合规脱敏后的智能驾驶数据产品，覆盖感知、行为、智舱、合成四大类别，覆盖超30万条原始采集及标注数据、12万动态场景，数据规模超过500TB、8000万帧。

作为本次联合发布和产品上架的核心数据服务商之一，IAE智行众维上架了多款智能驾驶数据产品，覆盖感知算法训练、仿真测试验证与驾驶行为分析等核心研发环节。

合成数据推出Sim-KITTI仿真图像2D目标检测/3D仿真点云3D目标检测训练数据集，基于DEEP OCEAN.AI平台生成高保真仿真图像数据并附带2D/3D标注，适用于感知算法训练、多模态融合研究及Corner Case数据补充；SimTerrain高速与城市道路静态场景数据集，提供高精度OpenDRIVE路网及3D模型，支撑高速/城市NOA仿真测试及驾驶模拟器应用。

行为数据推出SimScenario AEB与TJA仿真测试场景集，覆盖C NCAP法规场景及典型危险工况，支持ADAS功能开发与安全性验证；中国真实城市路端自然驾驶行为轨迹数据集，提供36万帧结构化轨迹数据，可用于驾驶行为建模、轨迹预测、交通流研究及车路协同。

IAE智行众维长期深耕面向物理AI领域的仿真闭环测评技术与产业落地，基于自研的DeepOCEAN.AI平台，融合”水木灵境”场景工场的多模态真实自然驾驶数据完成世界模型训练优化，依托模型自动化量产行业稀缺长尾极限场景，全面赋能数据加工、自动驾驶算法训练、虚实融合仿真评测等核心业务。 目前已积累超百万组真实数据资产并实现规模化商业交付，并持续迭代模型能力和虚实迁移核心能力，拓展物理 AI 多场景测试训练数据应用。

in 新闻动态 0 comments
 by admin1

智行众维：构筑AI具身智能体与物理真实世界之间的桥梁

新闻来源：新华财经

7月3日举行的第一届数字经济机遇年会设置“耐心资本全国行·走进全球数字经济大会”环节。作为该环节的路演企业，苏州智行众维智能科技有限公司从自动驾驶场景切入，全面展示其物理AI仿真与数据能力，加速构筑AI具身智能体与物理真实世界之间的桥梁。

新华财经北京7月5日电（刘苏毅） 3日，2026全球数字经济大会第一届数字经济机遇年会（以下简称“年会”）在北京国家会议中心举办。年会设置“耐心资本全国行·走进全球数字经济大会”环节，六家代表企业与多家知名投资机构负责人进行现场路演与互动交流，以金融赋能科技创新，助力数字经济企业行稳致远。作为现场路演企业之一，苏州智行众维智能科技有限公司（以下简称“智行众维”）从自动驾驶场景切入，正全面释放其物理AI仿真与数据能力在端到端智驾和具身智能的泛化潜力，加速构筑AI具身智能体与物理真实世界之间的桥梁。

图为智行众维创始人兼首席执行官安宏伟路演现场

人工智能进入下半场，多模态智能体正加速从虚拟的信息世界沉浸到真实的物理实体中。在此过程中，算法需突破屏幕，在真实的物理世界中做出动作，与错综复杂的对抗环境进行高频交互。这就意味着，物理AI落地应用的主要瓶颈不再是算法，而是黑盒模型在物理环境中的安全性边界验证，以及长尾场景数据的高昂获取成本。

智行众维以自动驾驶仿真测试和数据支持起家，已完成海量高质量训练测评数据、物理AI仿真引擎、X-In-Loop闭环测试工具链和强标合规资源的积累沉淀。以汽车智驾为切入点，智行众维创始人兼首席执行官安宏伟给出解决方案——依托 X-In-Loop虚实融合仿真测试工具链、“水木灵境”高保真场景及合成数据生产平台，以及脱敏合规海量高质量场景数据真值资产库，构建起物理 AI 评测与数据的通用技术底座。

据安宏伟介绍，基于经过充分验证、具备高壁垒的车规级物理引擎平移能力，公司正全面赋能具身机器人与空间智能的创新发展，为其提供极具物理可信度、虚实融合的训练与测评空间。

从“汽车智驾安全”迈向“万物具身智能”，智行众维将自身定义为“大模型时代物理AI和智能体评测验证全链闭环领导者”，已从技术探索阶段迈入规模化验证与商业落地阶段。“通过构建‘标准工具链+场景数据SaaS订阅+合成数据’的软硬一体、高毛利与轻资产的商业化模式，公司已累计实现营收规模7亿元并连续盈利，实现强劲的自我造血能力。”安宏伟表示。据悉，智行众维现已正式启动 A 轮融资，聚焦世界模型迭代、物理 AI 多场景训-测数据泛化及双向合规出海布局。

产业向上生长，离不开资本活水的浇灌。在路演点评环节，君联资本董事总经理纪海泉表示，具身智能和物理AI是人工智能从大语言模型走向世界模型的重要一步，市场空间广阔。他肯定了智行众维在自动驾驶领域积累的数据基础和技术能力，同时建议公司未来要“先人一步，先把数据标准定出来”，在激烈的行业竞争中率先占领市场制高点。

中科创星合伙人夏琳指出，智行众维在仿真测试软件方面具备技术领先性，打破了传统仿真软件“重渲染、轻物理”的局限。她认为，公司领先性体现在高逼真度的物理级传感器仿真以及高保真车辆动力学模型。在云原生架构下，其平台能够支持百万级公里的大规模并发仿真，这在处理自动驾驶长尾问题时具有显著优势。

夏琳进一步表示，从自动驾驶仿真测试扩展到具身智能领域的思路非常好，“项目做的是卖水人的生意”，随着智驾政策落地和汽车出海加速，智能仿真测试是“能扛周期”的赛道。

2026全球数字经济大会第一届数字经济机遇年会由全球数字经济大会组委会主办，北京市经济和信息化局、中国经济信息社、经济参考报社、新华社北京分社、中国国际科技促进会母基金分会共同承办。年会以“聚智寻机·赋能未来”为主题，设置主旨演讲、成果发布、耐心资本全国行等核心环节，共同探讨数字经济形态下，人、企、城的发展新机遇。（完）

in 新闻动态 0 comments
 by admin1

【产品发布】iTT-GT真值系统，以开放式架构和全栈式AI自动化能力，构建感知验证数据闭环新范式

摘要：在智能驾驶竞争回归“体验与安全”本位的当下，感知算法迭代效率正成为车企核心竞争力。IAE智行众维推出 iTT-GT 真值系统，以开放架构为底座，融合 AI 自动化与闭环评测能力，助力车企打通从路采数据处理→真值生成→算法评测→结果验证的完整流程。

行业背景：智驾研发步入“深水区”

随着高阶辅助驾驶的规模化普及与 L3 级自动驾驶探索的持续推进，感知算法面临着越来越复杂的场景挑战。与此同时，行业竞争正从单点算法优化，逐步转向数据效率与工程化能力的竞争。

感知研发的核心瓶颈仍在于真值生成与评测流程的滞后。传统模式不仅受困于传感器标定偏差、时空同步难等数据质量问题，更因人工标注效率低、缺乏过程证据及量化评测体系，导致大量路采数据难以持续复用，严重制约算法研发、验证与量产迭代效率。

针对上述挑战，IAE 智行众维推出?iTT-GT 真值系统。该系统通过打破“数据孤岛”与“黑盒作业”的工具链壁垒，面向车企与 Tier 1 提供即采即用、高效闭环的一站式真值生成与测评平台，构建感知算法验证闭环。

01 高精度同步底座：构建可信的数据基准

iTT-GT 基于高精度全链路时间同步能力，确保评测数据具备统一的数据基准：

  • 高精度时空同步：原生支持 GPS 与 PTP/gPTP 微秒级硬件时间戳对齐以及相机触发曝光，可实现 Camera、LiDAR 等多传感器全链路硬件时间对齐。同时兼容主动、被动双向授时模式，可直接适配客户现有智驾域控及数据采集系统，无需对整车进行二次改造。
  • 数据完整性：通过对数据流的实时监控与校验，保证算法训练、评测与回归分析始终基于一致的数据基准。

02 开放式架构：统一的数据资产与评测底座

iTT-GT 改变了采集硬件与标注软件深度绑定的传统模式，实现数据资产的持续增值：

  • 存量资产唤醒： 兼容主流传感器协议，支持直接解析并处理存量路采数据包（如 Rosbag、MCAP），让历史数据持续服务于算法训练、验证与回归分析，而不是随着工具链更替成为“沉没成本”。
  • 评测生态自主：打破“黑盒”限制，支持用户直接接入自有算法模型与评测逻辑，实现对算法迭代及验证过程的自主可控。

03 应对长尾挑战：自动化标注与场景筛选构筑效率壁垒

iTT-GT 通过引入 AI 自动化流水线，实现了从“人找数据”到“数据找人”的转变：

  • 多模态自动标注：内置高性能多模态融合算法，自动完成点云与图像的高精度时空对齐与标注，支持轨迹级的交互式精修。
  • 智能长尾挖掘：系统内置离线场景筛选引擎，研发人员可通过定义触发条件(如：特定距离的切入、遮挡工况、恶劣天气)，自动化挖掘、分类与归档长尾场景。这种“场景按需供给”的能力，直接解决了算法训练中 Corner Case 匮乏的工程痛点。

04 闭环评测能力：让每次算法升级都有量化依据

iTT-GT 面向感知算法验证流程，支持将Ground Truth（GT）与算法输出进行对比分析，形成多维度评测指标和过程记录。

  • 全维量化评测体系：内置标准化评测体系，覆盖目标检测、目标跟踪、轨迹预测、车道线识别等核心算法，可自动输出 IoU、Precision、Recall、MOTA、MOTP 等关键指标，并支持批量回归分析、多版本算法对比，帮助研发团队持续跟踪算法演进效果。
  • 标准化交付报告：自动输出包含性能对比、覆盖率及演进趋势的结构化报告，并提供“原始数据-参考真值-算法预测”联动回放，助力研发团队快速定位误检根因。

05 安全合规与极速部署：沙箱极速部署适配专属云环境

iTT-GT 通过创新的部署模式，提供了兼顾部署效率与数据安全的解决方案。

  • 合规支持：支持人脸与车牌自动模糊脱敏，内置标准的地理信息加偏与解耦接口，确保真值处理全过程满足相关监管与合规要求，为主机厂合规使用提供支撑。
  • 容器化沙箱：采用插件隔离架构，支持私有云环境下一键拉起，简化环境调试，大幅缩短从系统集成到上线验收的周期。

从数据到算法，构建持续演进的数据闭环

随着“AI+仿真测试”逐渐成为行业标配，IAE 智行众维正通过 iTT-GT 真值系统，将中国智驾的研发范式从“重资产堆砌”推向“高效率流转”。 我们不仅通过开放架构消除了研发流程中的”数据孤岛”，更通过高精度同步、自动化真值生成与标准化评测能力，帮助车企构建可持续演进的感知验证数据闭环，加速感知算法从研发验证走向工程化落地。让每一公里路采数据都产生价值，让每一次算法迭代都有据可循——助力中国智能驾驶在全球竞速中，不仅跑得更快，更跑得“心中有数”。

欢迎扫描下方二维码，了解更多产品详情

in 新闻动态 0 comments