本项目核心围绕智能驾驶多模态数据集建设展开,以支撑国产大模型应用的高效训练.通过部署专业采集车队及路侧设备,系统获取涵盖城市道路、高速公路等复杂场景的多模态数据:运用自动化标注流水线实现85%的标注覆盖率,构建起规模达1000t这一高质量数据集为华为pangu、百度ernie等大模型提供持续优化的数据基础,同时配套建设基础底座算力集群,确保对海量数据的高效处理能力;完整技术路径表现为:构建多模态数据集→依托算力资源进行模型训练→优化后的模型应用于自动驾驶感知决策与交通管理,形成从数据到实战的闭环支撑体系,加速l4级自动驾驶技术落地
工程备注: 截止目前(2025年10月22日),该项目处于立项阶段