已布局这一领域的格物钛首席运营官吴琼婧表示，仿真场景库会是一个非常好的应用。因为长期路侧采集的成本很高，像一辆数据采集车每天会采集10TB的数据，100台车就是PB级的数据量。如果能在海量的数据中快速找到符合需求的复杂场景数据进入模型训练阶段，并且把采集的真实数据转化成仿真场景库，在仿真场景库中做调优，例如把旁边并线的车速提高或者降低15%、或调整角度。这种做法可以仿真创造出更多的数据，来替代高成本的数据采集工作，这一方面的解决方案都可以用数据平台的方式来实现。
吴琼婧 主办方供图
共享开放——中国的尝试
除了增加用户端数据获取的渠道和仿真测试，胡哲俊提出了另一种可能性：数据集的共享，通过车厂、自动驾驶公司之间的数据共享去丰富各自的数据库和数据集，进一步优化算法，提高安全性。
浦维达表示赞同，他认为数据的安全利用是很有商业价值的。现在在马路上各家车企积累的上百万公里的行驶数据，是通过很多辆车叠加起来的，单一车辆的行驶里程和区域也是相对有限的。这个时候就需要大家把数据放在一个公共平台上进行共享、交流，甚至进行交易。小企业或许没有太多人力物力投入到高成本的采集数据运营工作中，这些都可以通过购买服务来解决。综合而言，这些数据是可以不断复用产生规模效益的，无论是政府还是行业组织都应该倡导这种做法。
浦维达 主办方供图
