盖世汽车讯 2026年6月1日，以色列物理人工智能（physical AI）安全与数据基础设施提供商Foretellix推出面向英伟达（NVIDIA）Alpamayo生态系统的参考解决方案（Reference Solution），助力开发者在构建AI驱动的自动驾驶系统的过程中，加速数据整理、合成数据生成（SDG）、测试和验证工作流程。

该参考解决方案为各种AI驱动的自动驾驶开发环境提供所需的指导、方法和工具，使开发者更有信心、更大规模地训练和验证其自动驾驶堆栈。

图片来源：Foretellix

Foretellix首席执行官兼联合创始人Ziv Binyamini表示：“向AI驱动的自动驾驶的转变，从根本上改变了自动驾驶汽车系统的开发和验证方式。开发者不能再依赖传统的软件验证方法。基于NVIDIA Alpamayo的参考解决方案展示了Foretellix以数据为中心的基础设施，该设施是训练、验证和安全扩展下一代AI驾驶系统所必需的。”

面向物理AI的以数据为中心的基础设施

该参考解决方案的工作流程首先是对自动驾驶日志进行去噪，这是从数据中提取真实值的基础。此过程支持时间场景标注和合成场景设计，使开发者能够精确地复现特定场景或创建可控的场景变体。

在此基础步骤之后，开发者将进行数据整理和仓库探索，识别出高价值的驾驶片段，作为合成数据生成的基准。验证与确认（V&V）工程师可以即时了解系统在虚拟和真实环境中遇到或测试过的特定运行设计域（ODD）区域。Foretellix的解决方案将这些数据组织成结构化的数据仓库，而不是杂乱无章的数据湖。

利用合成数据生成弥补ODD的不足

行为ODD覆盖率分析和SDG是物理AI工具链（Physical AI Toolchain）的核心。该工具链能够识别ODD中的具体不足，使测试工程师能够设计和编辑新的合成场景，从而直接填补这些覆盖率空白。

安全性和可扩展性

通过Foretellix Foretify场景设计器（与NVIDIA Omniverse NuRec集成），工程师可以修改重建场景中的角色行为或添加新的角色，以分析ODD的完整性。借助NVIDIA Cosmos，这些场景还可进一步增强和扩展。要验证自动驾驶堆栈是否已准备好在复杂的物理环境中安全部署，大规模生成多样化的场景是关键。