近年来，汽车智能化浪潮席卷全球，辅助驾驶技术正成为车企竞争的新赛场。数据显示，我国L2级辅助驾驶在新车中的渗透率已从2019年的3.3%，提升至2024年的近60%。更有专家预测，今年年底这一比例将逼近70%，意味着约三分之二的新车型将搭载L2级辅助驾驶功能。

然而，在技术高速发展的同时，隐私安全的隐忧始终如影随形。辅助驾驶汽车每天都会生成海量的数据。这些数据不仅包括传感器采集的环境信息，还涉及位置、道路特征、车辆状态等敏感内容，甚至包含用户隐私信息。因此，在数据的共享、传输与存储过程中，数据脱敏成为保护用户隐私的关键技术，也是辅助驾驶走向成熟和商业化不可或缺的一环。

在辅助驾驶领域，数据脱敏主要指通过一定方法在车端数据处理设备上消除原始环境数据中的敏感信息，使得信息主体无法被识别或者关联，且处理后的信息不能被复原，同时保留目标环境所需的数据特征或内容的数据处理过程。常见的数据脱敏方法包括：加密法、模糊化、数据交换、差分隐私等。

NVIDIA DRIVE Hyperion™ 平台通过 DriveOS SDK 开放异构计算接口，支持开发者将脱敏任务灵活部署至 GPU、VIC、NVENC 与 PVA，在满足合规要求的同时最大化处理效率与实时性。数据脱敏方案实现聚焦在人脸和车牌的模糊、遮挡、替换等打码实现，不涉及人脸和车牌的检测。

此外，合成数据技术可生成逼真、高保真的人类行为模拟，无需采集真实数据，从而规避隐私收集风险。它能够按需构建不含敏感信息的数据集，在保障隐私的前提下维持数据可用性，有效解决了车内监控测试中的隐私难题。同时，合成数据也大幅降低了为真实驾驶数据执行脱敏与隐私保护处理所需的高昂成本。

NVIDIA Cosmos™ 世界基础模型能够生成合成数据，以增强训练数据集；还能在物理 AI 模型部署到现实世界之前进行仿真测试和调试；以及在虚拟环境中进行强化学习以加速辅助驾驶汽车学习。

在与 NVIDIA Omniverse™ 搭配使用时，Cosmos 可创建一个强大的合成数据倍增引擎。开发者可以使用 Omniverse 创建 3D 场景，然后将输出结果输入 Cosmos 生成可控的视频和变化。它能够成倍快速生成涵盖各种环境和交互的训练数据，大幅加快辅助驾驶汽车等物理 AI 系统的开发速度。

在上述背景下，智猩猩联合丽台科技策划推出 NVIDIA 辅助驾驶数据脱敏及仿真技术公开课。公开课将于 9 月 23 日 14:00 正式开讲。

本次公开课，特邀 NVIDIA 高级系统软件工程师樊继方、丽台科技技术架构总监蔡欣欣两位老师共同主讲。两位老师将分别以《 NVIDIA 辅助驾驶开发平台数据脱敏方案的实现》、《NVIDIA Cosmos 和 Omniverse 在物理 AI 中的应用》为主题，进行直播讲解并在线答疑。