盖世汽车讯 据外媒报道，Motional宣布发布全球首个以推理为核心、针对“长尾”场景的开源数据集nuReasoning，旨在赋予自动驾驶车辆（AV）类似人类的推理与决策能力。nuReasoning致力于推动自动驾驶行业发展，通过训练端到端自动驾驶系统，使其具备应对复杂边缘场景所需的常识性直觉。

图片来源：Motional

当今最先进的人工智能（AI）技术正从单纯的视觉识别，向理解物理世界、推断后续事态发展以及制定行动决策的方向演进。视觉-语言-动作（VLA）模型整合了上述各项能力，但其训练数据不仅需要涵盖正确的行动，还需包含行动背后的逻辑。nuReasoning填补了这一空白，通过训练模型理解空间关系、推导驾驶决策、预判风险并考量各种潜在结果，从而提供必要的监督信息。

nuReasoning不仅涵盖了20,000个长尾场景，还提供了无与伦比的标注信息。这些长尾事件均选自Motional数百万英里的驾驶数据，每个事件都包含一段时长至少20秒的视频片段，并附带了经人工核实的高质量推理内容。借助此类标注，研究人员不仅能了解自动驾驶车辆（AV）的感知结果，还能洞察其采取特定行动的原因，以及为何判定其他备选方案存在安全隐患。

今年早些时候发布的nuReasoning子集已被下载超过50,000次，这充分彰显了先进人工智能研究领域对此类数据集的迫切需求。

Motional自动驾驶与人工智能高级副总裁Phil Michel表示：“要安全地扩大自动驾驶车队规模，自动驾驶系统必须能够像经验丰富的人类驾驶员那样，以可靠的逻辑应对那些罕见且复杂的‘边缘场景’（edge cases）。在Motional，我们优先采用透明的人工智能技术，以便清晰地评估实时决策与风险评估过程。通过公开nuReasoning，我们旨在提供一个共享的基础，助力整个行业攻克边缘场景难题，并推动自动驾驶技术迈向可规模化运营的阶段。”

nuReasoning数据集

nuReasoning数据集源自Motional在拉斯维加斯、匹兹堡、洛杉矶、波士顿和新加坡运营车队的真实数据，其特点包括：

• 包含超过105小时精心挑选的、需要深度推理的“边缘案例”（edge cases），涵盖行人异常行为、施工作业区与夜间道路施工、动物横穿马路以及能见度受限等场景。

• 提供多样化的推理标注，支持广泛的VLA（视觉-语言-动作）模型训练，涵盖空间推理、决策推理和反事实推理。

• 包含247,000条经过人工核验、质量有保障的推理标注。

• 采用多模态传感器，在三维空间中提供完整的场景表征。

此外，Motional整合了其自研的Omnitag数据搜索引擎，为nuReasoning研究人员提供了一个直观的导航层，支持按场景类型、难度等级和地理位置查询数据集分布情况。Omnitag还支持强大的自然语言语义搜索功能，允许用户搜索复杂的战术交互场景（例如“后方有紧急车辆靠近且附近有施工现场”），并能即时筛选出匹配的数据。