自动驾驶技术的革新正在加速推进，而开放的自动驾驶数据集在这个演变过程中起到了关键作用。这些数据集不仅为学术界和开发者提供了宝贵的资源，支撑算法研发、系统校验与效能评价，而且推动了自动驾驶行业的创新与成长。

自动驾驶数据集的演进可分为两代。第一代数据集在传感模态的复杂度、数据量以及任务覆盖范围上较为有限，以2012年发布的KITTI为代表。而第二代数据集则显著提升了传感模态的多样性和复杂度，数据规模更为庞大，任务范围从感知拓展至预测与决策控制，以nuScenes和Waymo等数据集为代表。

近期，上海人工智能实验室与上海交通大学等多家机构的研究人员共同探讨了自动驾驶公开数据集的现状与挑战，提出了一套面向未来的自动驾驶数据集设想，并总结了历史数据集的使用情况。他们强调了挑战赛与排行榜在促进社区发展方面的价值，对自动驾驶数据算法闭环系统进行了详尽分析，阐述了各环节的重要作用，揭示了行业机遇与挑战。

为了深入理解这一研究，机器之心举办了一场线上分享会，邀请了上海人工智能实验室的青年科学家李弘扬和青年研究员李阳，介绍自动驾驶开源数据集的相关信息。

分享主题聚焦于“自动驾驶开源数据体系：现状与未来”，两位嘉宾分别在自动驾驶领域有着深厚的理论与实践积累。李弘扬，以其在CVPR、NeurIPS等顶级会议及期刊上的多篇发表，以及在Waymo挑战赛中的卓越表现，展现了其在自动驾驶领域的深厚实力。李阳，则凭借在ECCV、NeurIPS等国际会议上发表的成果和专利，以及在多个自动驾驶量产项目中的贡献，彰显了他在自动驾驶数据闭环与环境感知研究领域的领导地位。他主导的OpenLaneV1、OpenLaneV2等项目在全球范围内取得了领先成就，为自动驾驶公司的实际应用提供了有力支持。

分享摘要指出，本文旨在全面梳理国内外超过七十种开源自动驾驶数据集，探讨构建高质量数据集的策略及其在算法闭环系统中的核心作用。同时，深入分析了新一代自动驾驶数据集应具备的特点、规模需求以及关键科学问题。