Rivian收购Third Dimension AI用于自动驾驶仿真

Rivian 不再在道路上等待危险路况,而是在计算机中无限次重复训练自动驾驶.
Rivian 不再在道路上等待危险路况,而是在计算机中无限次重复训练自动驾驶.

分享此页面

Rivian正式宣布收购人工智能驱动的3D空间生成公司Third Dimension AI,收购于2026年10月22日公布. 根据来自洛杉矶附近尔湾的消息,此次收购旨在加速这家美国制造商用于驾驶辅助和自动驾驶软件的合成数据生成以及全场景世界仿真. 这项交易的妙处在于: 开发者无需再等待罕见发生的危险场景在路上自行出现; 他们可以在电脑上,以想要的变体,想重复多少次就重复多少次.

亮点速览

  • 公告日期: 2026年10月22日; 收购金额未公布.
  • Third Dimension AI成立于2024年; 15人团队的大多数成员位于英国.
  • 在被收购之前,该公司已筹集700万美元的种子投资.
  • 其仿真器SuperSim利用radiance field技术重建录制的驾驶场景.
  • 创始人Tolga Kart和Piotr Sokolski将随团队一起加入Rivian的Autonomy部门.

Third Dimension AI是谁?它做什么?

On beş kişilik bir ekipyle yola çıkan Third Dimension AI, 7 milyon dolarlık tohum yatırımıyla Rivian'ın otonom sürüş hedefinin kalbine yerleşti.

Third Dimension AI是一家成立于2024年的小型但雄心勃勃的软件公司,由Tolga Kart和Piotr Sokolski创立. 其15人团队的大部分成员在英国工作,公司为了维持运营,从风险投资机构募集了700万美元种子投资. 也就是说,它并不是传统意义上已经成熟、拥有数百名员工的技术公司; 而是一支拥有特定技术专长、在细分领域深耕的团队.

这种专长,是将从现实世界采集的数据转化为高保真、可控的3D仿真环境. 该公司的仿真器名为SuperSim,利用radiance field技术(包括高斯泼溅)重建从车辆传感器收集的记录. 这一方法的差异至关重要: 传统模拟器依赖于在游戏引擎中手工建模的网格; 而SuperSim则将道路本身按录制时的原样转换为一个三维场景. 它还能借助世界建模方法,向场景中添加原始录制中并不存在的3D物体.

其现实价值也正在于此: 一段真实的驾驶记录,可以转化为数千种场景变体. 同一个路口,可以用不同的行人动作、不同的能见度条件、不同的车辆排布进行反复测试. 这正是所有开发自动驾驶软件的人梦寐以求的东西; Third Dimension是少数几支将这一目标产品化的团队之一.

Rivian为什么收购这项技术?

官方公告的理由很明确: 此次收购将加速Rivian用于驾驶辅助和自动驾驶系统的合成数据生成与全数字世界仿真. 该公司将其定位为打通物理与虚拟数据流、使之汇入同一轨道的端到端数据战略的一部分. 换句话说,从道路上采集的数据将被输入到仿真中,而仿真中产生的学习成果又将回馈到道路上的系统.

对于了解这行门道的人来说,这并不意外. 自动驾驶系统训练的真正瓶颈,是罕见出现的"edge case"场景: 道路上的危险事件也许一年才发生一次,甚至从未发生. Rivian管理层所指的正是这一点; 他们明确表示,目标是无需等待复杂驾驶条件真实发生,而是将其仿真出来. 这种将仿真置于自动驾驶系统训练和验证流程核心的理念,是行业内多年来已成惯例的延续; Rivian所做的,是将这一能力从外部收购收归己有.

创始人与团队: 加入Rivian Autonomy架构

这次收购最宝贵的部分,与其说是软件,不如说是人才. 根据官方声明,Third Dimension的领导层和技术人员将加入Rivian的Autonomy研究与工程团队. 创始人兼CEO Tolga Kart强调,公司创立的初衷一直是赋能下一代具身AI和自动驾驶系统; 他补充说,加入Rivian提供了将仿真技术大规模投入应用的机会. 从Kart本人的分享中可以看到,两年前他与Sokolski一起创立公司时,秉持的信念是仿真的未来将立足于现实.

对了解行业历史的人来说,还有一个值得注意的细节: Kart的经历可以追溯到Tesla的Autopilot项目,曾担任仿真负责人. 这一说法仅基于单一来源,尚未得到官方新闻稿的证实; 不过如果属实,Rivian将一位从竞争对手阵营成长起来的仿真专家纳入麾下,可以说是一个意味深长的细节. 在小型初创公司中,全部人力资源的命运,在大公司的收购中往往并不明朗; 而在这里,官方明确表示整个团队已全部进入Autonomy架构.

收购价格是多少?财务条款有哪些?

这个问题的答案很短: 不知道. Rivian在官方新闻稿中明确表示,不公布交易的财务条款. 这在技术收购中是常见的做法; 尤其是当无形价值蕴藏于团队的知识积累和技术的实际能力之中时,小公司收购不公布交易金额是惯例,而非例外. 考虑到该团队获得的700万美元种子投资以及两年的存续期,交易这座冰山显露在水面上的部分,其实已是投资记录; 确切金额将始终是双方都不会透露的数字.

Robotaxi与R2: 这次收购在Rivian自动驾驶路线图中的位置

孤立地解读这次收购,会得出不完整的图景. 在过去一年里,Rivian加快了迈向自动驾驶的步伐. 在公司首届Autonomy & AI Day活动上,其自主研发的Rivian Autonomy Processor正式亮相; 2026年初则宣布了Autonomy+平台的"Level 2++"版本,该平台承诺支持驾驶员脱手自由驾驶. R2 SUV配备了11个高清摄像头和5个雷达; 计划明年将激光雷达单元集成到车辆中,并从2026年底开始为该车型增添以自动驾驶为重点的硬件与软件改进.

真正有趣的部分则是Robotaxi领域. 据悉,Rivian计划推出基于R2的Robotaxi版本,而官方新闻稿也明确表示,此次收购将强化其面向消费者和Robotaxi路线图的自动驾驶能力. 行业分析人士对这次收购的解读是: Rivian将模拟视为一项必须掌握在自己手中的核心自动驾驶能力,而非可以从外部购买的普通工具. Robotaxi雄心的认真程度,恰恰要从此类投资规模来衡量; 这里涉及的不是增加一项功能,而是将整个开发基础设施纳入掌控.

汽车行业中的模拟技术投资: Rivian处于这一趋势的哪个位置?

过去,欧洲汽车制造商所说的仿真是指碰撞测试和空气动力学模拟; 而在软件定义汽车时代,仿真已转变为直接接入驾驶软件开发管线的一种生产工具. 市场数据也显示了这一转变的成本: 预计汽车模拟市场将从2025年的193.5亿美元增长到2035年的398.8亿美元,年增长率约为7.5%. 至于范围更广的模拟软件市场,则有预测显示其将从2026年的222.9亿美元增长到2034年的696.3亿美元,年增长率超过15%. 需要指出的是,这些数字来自第三方市场报告,无法通过官方渠道加以证实.

数字的准确性固然值得商榷,但趋势本身毋庸置疑. 在软件定义汽车竞赛中领先的每一家制造商,都在投资合成数据和世界模型技术; 一些制造商通过自主研发实现,另一些则通过收购公司来实现. Rivian选择了后者,而其选中的目标也与行业当前的技术议程完全吻合; 该公司的基于radiance field的方法,被视为从学术界走向应用的场景重建技术在自动驾驶领域最早的大规模工业应用之一.

从三十年跨度来看,此类收购的真正考验,在于被收购的技术能以多快的速度整合进主开发管线. 对Rivian有利的是,整个团队将完全并入Autonomy架构,且该技术被置于公司自动驾驶战略的正中心. 对Rivian不利的是,这一整合的具体产品回报只能在未来几年、通过R2的自动驾驶更新和Robotaxi项目的进展来检验.

结论: 一家小小的初创公司,在Rivian的自动驾驶账本上却是一笔大开支

Third Dimension AI只有两年历史和15人的团队,表面上是一桩不起眼的收购; 收购价格未公开,这也可能说明公司规模之小. 但在自动驾驶竞赛中,决定胜负的指标不是员工数量,而是你能以多快的速度运转训练和验证循环. Rivian一步到位地纳入了一套基础设施,能够把真实道路的数据转化为具有无限变化的模拟场地. 随着基于R2的robotaxi计划逐渐具体化,这次收购的战略分量将更加清晰; 目前可以说的是,Rivian发出了其自动驾驶雄心应被认真对待的最有力信号之一.

资料来源