随着端到端大模型、世界模型（World Model）和 VLA（Vision-Language-Action）成为智能驾驶的新一轮技术主线，自动驾驶产业的竞争，正在从算法能力逐渐延伸到数据、算力与仿真基础设施能力。

在近日举办的的第四届中国国际供应链促进博览会上，英伟达连续两年重磅亮相，展区以 CEO 黄仁勋提出的 AI 的 " 五层蛋糕 " 架构为主线，从能源、芯片、基础设施、模型到应用，逐层呈现 AI 从底层算力到产业落地的完整路径。

我们注意到，在 "AI 加速汽车产业转型 " 展台，展出了国内物理 AI 企业五一视界旗下 51Sim，作为现场唯一的物理 AI 仿真方案，基于 NVIDIA Omniverse NuRec 打造的新一代数据驱动闭环仿真体系。

在 "AI 加速汽车产业转型 " 主题展区，展出了国内物理 AI 企业五一视界旗下 51Sim 的新一代智驾仿真平台 SimOne4.0。作为现场现场唯一的物理 AI 仿真解决方案，该平台产品级融合了 NVIDIA Omniverse NuRec，构建了面向 L4 自动驾驶的数据驱动闭环仿真基础设施。

英伟达与 51Sim 联合展示，打通L4数据闭环关键链路

过去几年，高阶智能驾驶主要围绕规则算法和模块化架构展开，仿真更多承担验证工具的角色。而随着端到端模型和 VLA 逐渐成为行业主流，模型开始直接学习真实世界规律，研发逻辑发生根本变化。

新的模型需要的不再只是更多真实道路数据，而是能够持续交互、持续推演、持续训练的数据闭环。然而现实道路采集成本高昂，长尾场景极其稀缺，采集得到的视频数据大多只能回放，无法交互，也无法随着模型决策变化而演化，这成为当前车企研发效率的重要瓶颈。因此，越来越多车企开始将目光投向基于真实数据重建、世界模型生成和闭环验证的新一代仿真体系。

此次链博会上，51Sim 与英伟达双方联合展示的核心能力，是基于 NVIDIA Omniverse NuRec 与 SimOne4.0 构建的下一代数据驱动闭环仿真体系。

图片来自 51Sim 公众号

真实道路采集的数据，可以快速完成神经场景重建，形成可运行、可编辑、可交互的高保真数字场景，并直接进入闭环仿真环境，实现模型训练与验证。相比传统人工建模方式，这种模式让真实数据真正成为可持续复用的数据资产，而不是一次性消耗品。

对于车企而言，这意味着研发流程从 " 采集—训练—测试 " 升级为 " 采集—重建—生成—训练—验证—再训练 " 的持续闭环，大幅提升数据利用效率和模型迭代速度。

从产品融合到生态协同，面向物理 AI 的合作正在持续深化

值得关注的是，近期 51Sim 已率先完成对 NVIDIA 最新开源世界模型 Cosmos 3 和 VLA 基础模型 Alpamayo 1.5 的产品级适配。

基于 SimOne4.0 重建完成的神经场景，可以进一步借助 Cosmos 3 进行泛化生成，实现天气、光照、交通参与者及长尾事件的指数级扩展；用户通过 SimOne4.0，无需自建世界模型推理栈便可一站式调用 Cosmos 3，让过去 " 一次采集、一条数据、一次使用 " 的模式，演变为一次采集、多轮生成、持续训练的全新数据闭环，放大真实数据的价值密度，使其成为可以持续增值的数据资产。这也让 Alpamayo 等 VLA 模型也可以直接在 SimOne4.0 中开展闭环仿真测试和推理验证。

SimOne4.0 完成了整个 Physical AI 技术链路的工程化串联，构建起覆盖数据重建、场景生成、模型训练、闭环验证到量产交付的完整基础设施。这也意味着，双方的合作已经从单一产品融合，升级为面向世界模型与 VLA 时代的生态协同，共同推动智能驾驶从 " 数据驱动 " 迈向 " 世界模型驱动 "，为物理 AI 的大规模产业落地提供坚实底座。

链博会之后，产业对话还将继续

据了解，6 月 30 日，51Sim CEO 鲍世强还将携手 NVIDIA 汽车行业开发者关系经理李博将开展《构建物理 AI 时代的仿真基础设施—— NVIDIA Omniverse NuRec × SimOne4.0：重建、生成与闭环仿真的产业落地》线上研讨会，围绕物理 AI 时代需要怎样的仿真体系、真实数据如何进入闭环、NuRec 与 SimOne4.0 最新能力，以及 OEM 量产落地实践四大议题展开深度对话，共同解析新一代智能驾驶研发体系正在发生的变化。

从产品融合到生态协同，从技术合作到产业共建，51Sim 与 NVIDIA 正在共同推动仿真从研发工具升级为物理 AI 时代的基础设施，为智能驾驶、机器人及具身智能产业构建更加开放、高效、安全的底层能力，加速 AI 真正走向真实世界。