GenAD
GenAD是上海人工智能实验室联合香港科技大学、德国图宾根大学、香港大学共同研发的早期大规模自动驾驶视频生成模型，核心定位是为自动驾驶技术研究与落地提供场景模拟支撑
GenAD是上海人工智能实验室联合香港科技大学、德国图宾根大学、香港大学共同研发的早期大规模自动驾驶视频生成模型，核心定位是为自动驾驶技术研究与落地提供场景模拟支撑。该模型可通过语言指令或行车轨迹参数生成符合真实交通逻辑的动态驾驶场景，也可对现有驾驶场景进行变量修改模拟突发情况，还能输出多视角同步的行车视频数据供算法训练使用。核心目标用户涵盖自动驾驶算法研发人员、高校智能交通研究团队、车企测试部门人员等，可应用于自动驾驶感知算法训练、极端场景安全测试、行车规划逻辑验证等多个专业场景，助力自动驾驶技术的迭代与落地。
- 适用对象
- 自动驾驶算法研发人员（感知算法训练场景）
- 主要功能
- 场景生成控制、复杂环境理解
- 计费方式
- 免费试用
- 平台
- 网页
- 已收录
- 2026.06.14（138 天）
阅读目录
编辑评测与站内热度
全站热度排名
#1070
分类内排名
#20 / 188
累计站内点击
—
近 7 日点击
—
排名与点击为站内真实统计口径，反映 Toolifai 用户行为，非编辑评分。
GenAD是什么，怎么使用？
约 5 分钟GenAD是上海人工智能实验室联合香港科技大学、德国图宾根大学、香港大学共同研发的早期大规模自动驾驶视频生成模型，核心定位是为自动驾驶技术研究与落地提供场景模拟支撑。该模型可通过语言指令或行车轨迹参数生成符合真实交通逻辑的动态驾驶场景，也可对现有驾驶场景进行变量修改模拟突发情况，还能输出多视角同步的行车视频数据供算法训练使用。核心目标用户涵盖自动驾驶算法研发人员、高校智能交通研究团队、车企测试部门人员等，可应用于自动驾驶感知算法训练、极端场景安全测试、行车规划逻辑验证等多个专业场景，助力自动驾驶技术的迭代与落地。
主要功能
- 场景生成控制：用户可通过输入自然语言描述或具体行车轨迹参数，即可控制模型生成对应的动态驾驶场景。比如输入“雨天城市主干道前车突然变道”的指令，模型可输出包含雨天地滑效果、周边车辆行驶轨迹、行人动态等符合真实物理逻辑的连续视频，无需额外搭建实体测试场地，即可获取定制化的场景数据。
- 复杂环境理解：模型可识别并还原包含多类交通参与主体的复杂动态场景，涵盖不同天气、不同时段、不同道路类型的环境特征。导入现有行车记录仪片段后，模型可自动识别其中的车辆、行人、交通标识等要素，还能保留各主体的运动逻辑，为后续的场景修改和变量测试提供基础数据支持。
- 开放场景适配：支持生成未出现在训练数据集里的罕见开放场景，满足边缘场景的测试需求。用户仅需输入场景的核心特征描述，模型即可基于已学习的交通逻辑组合生成合理的场景内容，比如山区道路落石、施工路段临时改道等低频场景，填补真实采集数据中罕见场景缺失的问题。
- 行为轨迹预测：输入当前帧的驾驶场景信息，模型可预测后续10-30秒内各交通参与主体的运动轨迹，以及不同驾驶决策对应的场景演变结果。研发人员可导入实采的场景片段，输入不同的车辆操控参数，即可快速获取不同决策下的场景发展走向，为规划算法的验证提供参考数据。
- 多视角数据输出：生成单个场景时可同步输出车载前视、侧视、后视、环视等多个视角的视频数据，以及对应的深度图、语义分割标注等配套数据。用户可根据自身训练需求选择对应视角的数据导出，无需额外进行视角转换和标注处理，直接用于自动驾驶多传感器融合算法的训练。
- 规划任务适配：模型输出的场景数据可直接对接主流自动驾驶规划算法的接口，用于规划模块的模拟测试。将算法输出的决策指令输入模型后，模型可实时反馈场景变化结果，帮助研发人员快速验证规划逻辑的合理性，减少实车测试的次数，降低测试过程中的安全风险。
怎么使用
- 第一步，访问对应页面完成身份核验，研发人员需提交所属机构与研究方向相关信息，通过核验后即可获取模型的测试使用权限，无需额外下载安装客户端。第二步，上传基础场景数据或输入场景控制指令，可选择上传已有的行车视频片段作为基础，也可直接用自然语言描述或输入行车轨迹参数设定目标场景。第三步，调整场景生成参数，可根据测试需求设置场景时长、天气条件、光照强度、交通参与者密度等变量，确认参数后提交生成请求。第四步，预览生成的场景内容，请求处理完成后可在线预览完整的动态场景视频，检查场景逻辑是否符合测试需求，不符合可调整参数重新生成。第五步，导出所需数据资源，确认场景无误后，可选择导出对应视角的视频、标注文件、预测轨迹数据等，导出的数据可直接导入算法训练或测试工具中使用。
适合什么人群
- 自动驾驶算法研发人员（感知算法训练场景）
- 车企测试部门工程师（自动驾驶安全测试场景）
- 高校智能交通方向研究者（自动驾驶技术研究场景）
- 自动驾驶创业团队技术人员（算法快速验证场景）
- 智能交通规划研究者（交通场景模拟分析场景）
- 汽车安全测试机构人员（自动驾驶合规测试场景）
总结
该模型是国内外少有的由多所知名科研机构联合研发的自动驾驶视频生成类学术成果，区别于普通的AI视频生成工具，其核心能力全部围绕自动驾驶场景的真实需求设计，从场景生成逻辑到输出数据格式都适配自动驾驶研发的专业需求。目前自动驾驶领域的算法训练和测试普遍面临真实场景数据不足，尤其是边缘场景、危险场景数据采集成本高、风险大的问题，该模型的出现为这类问题提供了可行的解决路径，通过生成式技术补充实采数据的缺口，可有效降低研发过程中的测试成本，也能减少实车测试的安全隐患。同时该模型支持语言和轨迹双重控制的特性，也降低了定制化场景生成的操作门槛，非专业的视频制作人员也可以根据测试需求快速生成对应场景，适合自动驾驶领域的各类研究和测试场景使用，是自动驾驶技术研发过程中值得关注的技术工具。
价格与免费额度
GenAD目前处于早期学术测试阶段，面向符合资质的学术研究团队、非商业性质的研发机构提供免费测试权限，免费版支持单次生成最长30秒的驾驶场景，每月可生成不超过100个场景，可导出基础的视频和标注数据，适合小型研究团队的小规模测试需求。目前暂未推出正式的商业化付费版本，后续商业化版本的价格会根据生成场景的时长、数量、数据精度等级划分不同套餐，预计会针对车企、商业研发团队推出企业级定制方案，适合有大规模场景生成需求的商业研发团队采购使用。
优点与不足
优点
- 支持自然语言和行车轨迹双重控制方式，场景定制的灵活度较高，可适配不同类型的测试需求
- 生成的场景符合真实交通逻辑和物理规则，各类交通参与者的运动轨迹合理性较强，可直接用于算法训练
- 可生成低频罕见的边缘驾驶场景，填补实采数据中这类场景的缺失，降低极端场景的测试成本
- 可同步输出多视角视频和配套标注数据，无需额外处理即可对接主流自动驾驶算法接口，使用效率较高
不足
- 目前处于早期研发阶段，开放的测试权限有限，普通用户暂时无法直接获取完整的使用权限
- 生成超长时间的复杂场景时，处理耗时较长，对算力资源的要求较高，大规模使用的成本不低
- 暂不支持部分特殊交通场景的生成，比如非标准化的乡村道路、跨境特殊交通规则场景的适配度有待提升
- 配套的可视化编辑工具功能较为基础，精细化调整场景细节的操作较为繁琐，需要一定的学习成本
能帮你做的 8 件事
- 01场景生成控制
- 02复杂环境理解
- 03开放场景适配
- 04行为轨迹预测
- 05自动驾驶场景的常用方案
- 06AI生成模型场景的常用方案
- 07自动驾驶算法研发人员（感知算法训练场景）的日常效率工具
- 08在网页等多端直接使用
更新历史
- GenAD 收录进 Toolifai 目录
- 页面资料核验与信息更新
常见问题
GenAD生成的场景数据可以直接用于自动驾驶算法训练吗？
GenAD生成的场景数据经过对应验证，符合真实交通场景的逻辑和物理规则，同时支持输出配套的语义分割标注、深度数据、各参与主体的轨迹标签等信息，格式适配主流的自动驾驶感知、规划算法训练要求，经过简单的格式适配后可直接用于算法训练。不过建议在使用前先对生成的场景进行抽样校验，结合部分真实采集数据混合训练，可进一步提升算法的泛化能力，降低生成数据带来的偏差影响。
普通个人用户可以申请使用GenAD吗？
目前GenAD处于早期测试阶段，优先面向自动驾驶相关的研究机构、高校团队、企业研发部门开放使用权限，个人用户如果是从事自动驾驶相关的研究或学习，可提交所属机构的证明材料以及具体的使用场景说明申请测试权限，审核通过后可获得有限的试用资格。后续随着模型的迭代和开放程度提升，可能会逐步扩大使用人群的覆盖范围，普通用户可关注官方发布的相关通知获取最新的开放信息。
GenAD支持生成哪些类型的驾驶场景？
GenAD目前支持生成城市道路、高速公路、乡村公路等多种道路类型的场景，可适配晴天、雨天、雪天、雾天等不同天气条件，以及白天、夜晚、晨昏等不同光照时段的场景，也可模拟前车加塞、行人横穿马路、交通标识临时变更等常见的动态交通事件。同时支持生成部分低频的边缘场景，比如道路施工、车辆故障、极端天气等，对于非常见的特殊场景，可通过详细的语言描述或轨迹参数输入尝试生成，具体的生成效果会根据场景的复杂度有所差异。
使用GenAD生成场景需要专业的视频制作技能吗？
使用GenAD生成场景不需要专业的视频制作技能，用户仅需要明确场景的核心需求，通过自然语言描述或者输入行车轨迹参数即可提交生成请求，模型会自动完成场景的构建和渲染。如果需要对场景的细节进行调整，仅需要修改对应的参数选项即可，操作逻辑围绕自动驾驶研发人员的使用习惯设计，有基础的自动驾驶领域知识即可快速上手，无需额外学习专业的视频编辑软件操作，降低了使用的门槛。
GenAD和普通的AI视频生成工具有什么区别？
普通的AI视频生成工具主要面向通用的视频创作场景，重点关注画面的视觉效果，而GenAD是专门针对自动驾驶研发场景设计的模型，核心优先保障场景的交通逻辑合理性、物理规则一致性以及数据的标注完整性。GenAD生成的每一个场景中的车辆、行人运动轨迹都符合真实的交通行为逻辑，输出的数据包含算法训练所需的各类标注信息，可直接对接自动驾驶研发的工具链，而普通AI视频生成工具无法满足这类专业需求，更适合内容创作类场景使用。
GenAD生成的场景可以用于商业用途吗？
目前测试阶段的GenAD仅开放给非商业性质的研究和测试使用，生成的场景数据不得用于商业产品的落地或商业化服务中。后续正式商业化版本推出后，购买对应商业授权的用户可根据授权协议的约定使用生成的场景数据用于商业用途，具体的授权范围会在付费版本的服务协议中明确说明。如果有商业使用的需求，可提前联系相关团队咨询后续的商业化合作方案，避免出现违规使用的情况。
开始使用 GenAD
从官方入口了解最新功能与使用方式。
由 Toolifai 编辑维护
欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。
