WildCity：用于渲染、模拟和空间智能的真实城市规模测试平台

人类可以在一个陌生的城市中航行，并逐渐形成一个跨越数十平方公里的连贯的空间心理地图。人工智能能否构建同等规模的空间表征？尽管最近的基础模型具有先进的场景重建和体现智能，但扩展到整个城市仍然是一个开放的挑战，这主要是由于缺乏城市规模的数据。为了弥补这一差距，我们引入了 WildCity，这是一个由穿越复杂城市环境的自主车队收集的真实世界多模式数据集。我们的数据集包括 18 条轨迹，每条平均长度为 83.7 公里，并保留了野外感知的核心挑战，例如动态物体、光照变化和不完美的相机姿势。我们进一步建立了适合城市的重建基线，并将重建的环境转换为闭环模拟器。除了数据集和基线之外，我们还系统地分析了模拟就绪城市数字孪生之路上的关键挑战：可扩展性、外推法和不确定性。最终，WildCity 的目标不仅是促进城市规模渲染方面的进步，而且更广泛地追求能够以与人类认知相当的规模跨空间感知、记忆和推理的人工智能。项目页面：https://han-xiangyu.github.io/Wild-City/