Sensor2Sensor：面向自动驾驶的跨具身传感器转换模型
原帖
**Sensor2Sensor：面向自动驾驶的跨具身传感器转换模型**
_Sensor2Sensor: Cross-Embodiment Sensor Conversion for Autonomous Driving_
> 针对自动驾驶系统训练数据不足的问题，本文提出Sensor2Sensor，一种生成式建模方法，可将普通行车记录仪视频转换为高保真多模态传感器数据（包括多视角图像和激光雷达点云）。该方法利用4D高斯溅射技术构建配对数据，并通过扩散模型实现跨模态生成，有效解决了无监督学习中的数据匹配难题。实验表明，该技术能将网络视频等非结构化数据转化为适用于自动驾驶训练和验证的结构化多模态格式，显著扩展了可用数据规模。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-05-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.22809)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
本文提出Sensor2Sensor，一种生成式建模方法，可将普通行车记录仪视频转换为高保真多模态传感器数据（包括多视角图像和激光雷达点云）。该方法利用4D高斯溅射技术构建配对数据，并通过扩散模型实现跨模态生成，有效解决了无监督学习中的数据匹配难题。
答案说明
Sensor2Sensor是一种针对自动驾驶训练数据不足问题的生成式建模方法，能够将普通行车记录仪视频转换为高保真多模态传感器数据，包括多视角图像和激光雷达点云。该方法利用4D高斯溅射技术构建配对数据，并通过扩散模型实现跨模态生成，解决了无监督学习中的数据匹配难题，能将网络视频等非结构化数据转化为适用于自动驾驶训练和验证的结构化多模态格式，显著扩展可用数据规模。
这篇帖子回答的问题
- Sensor2Sensor模型如何解决自动驾驶训练数据不足的问题？
- Sensor2Sensor模型使用了哪些关键技术来实现跨模态生成？
核心观点
- Sensor2Sensor能将普通行车记录仪视频转换为高保真多模态传感器数据，包括多视角图像和激光雷达点云，以解决自动驾驶训练数据不足的问题。
- 该技术利用4D高斯溅射技术构建配对数据，并通过扩散模型实现跨模态生成，能将网络视频等非结构化数据转化为适用于自动驾驶训练和验证的结构化多模态格式，显著扩展可用数据规模。
FAQ
- Q: Sensor2Sensor模型主要解决自动驾驶领域的什么问题？
- A: Sensor2Sensor模型主要针对自动驾驶系统训练数据不足的问题。
- Q: Sensor2Sensor模型生成的多模态传感器数据具体包括哪些？
- A: Sensor2Sensor模型生成的多模态传感器数据包括多视角图像和激光雷达点云。
关键实体
- Sensor2Sensor
- 4D高斯溅射技术
- 扩散模型