成果简介：本成果面向智能出行的高精度、快速三维场景建模与智能理解需求，基于AI算力中心的智能基座，提供场景构建及理解的视觉及语言模型训练，采用感传算一体化技术对多模态数据进行可靠自适应传输，依据计算任务采用不同模态的编解码机制，适配网络资源、提供模型输入数据的一致性表征，采用前向高斯和高斯配准实现场景快速重建，以及大语言模型辅助的场景语义理解，为智能驾驶、低空物流等应用场景提供技术支持。
应用领域：人工智能及数字产业、汽车及零部件
项目成熟度：小试阶段
市场前景：
未来发展潜力：智能出行领域（自动驾驶、低空物流、城市空中交通UAM）正经历从L2到L4级智能化的跨越式发展，对三维场景建模的精度、速度和语义理解能力提出指数级增长需求。本成果通过感传算一体化架构，可实现动态场景的高精度重建与语义解析，契合行业从感知-决策-控制闭环向预测-规划-协同进化的趋势。
市场趋势：视觉-语言的跨模态理解需求激增，大语言模型（LLM）辅助的场景语义解析可提升决策系统对复杂交通场景的应对能力，未来几年对场景理解的需求将占据越来越大的市场份额。
竞争环境：当前市场份额主要由国内车企占据，但其解决方案多依赖专用传感器与预标注数据，本成果通过自监督语义重建可兼容多品牌传感器，形成差异化优势。
技术可行性：目前相关算法经过实验验证达到领域内领先的分割精度并发表在国际重要学术期刊会议上，具有较高的算法成熟度，并已在实验室无人平台进行了部署，具有较高的技术可行性。
经济效益：项目产出的高精度陆空协同场景地图数据具有极高的商业价值，可直接面向众多有需求的企业和机构销售，可以向智能汽车制造商和自动驾驶技术公司提供地图数据授权，收取许可费用。随着自动驾驶市场的不断扩大，这一收入有望持续增长。此外，为无人机运营企业提供定制化的场景地图服务，根据不同客户的需求，提供精准的地图数据和智能分析，收取服务费用。
潜在风险：低空物流受空域管理政策影响显著，需在试点城市建立本地化运营团队，降低政策不确定性影响。
知识产权情况：相关专利4件，发表论文3篇
合作方式：技术许可、技术转让、作价入股等
对接方式：东北大学科技成果转化办公室
电话：024-83671445
信息来源：东北大学智汇科转公众号
