HorizonForge：任意轨迹与任意车辆的驾驶场景编辑
计算机视觉与模式识别
2026-03-03 v2
摘要
可控驾驶场景生成对于实现真实且可扩展的自动驾驶仿真至关重要，但现有方法在实现光照逼真与精确控制方面存在困难。我们引入 HorizonForge，一个统一框架，将场景重建为可编辑的高斯点云与网格，实现细粒度的 3D Manipulation 和语言驱动的车辆插入。编辑通过考虑噪声感知的视频扩散过程进行渲染，该过程确保空间与时间一致性，在单个前向传递中生成多样化的场景变体，无需针对每个轨迹进行优化。为标准化评估，我们进一步提出 HorizonSuite，一个涵盖 ego 级与 agent 级编辑任务的综合性基准，包括轨迹修改和物体操控等。大量实验表明，高斯-网格表示比替代 3D 表示方案在保真度上显著更高，而视频扩散中的时间先验对于产生连贯合成结果至关重要。结合这些发现，HorizonForge 建立了一种简单而强大的范式，用于实现光照逼真、可控的驾驶仿真，实现了 83.4% 的用户偏好提升和 25.19% 的 FID 改进，超越了第二名最好的 SOTA 方法。项目页面: https://horizonforge.github.io/。
引用
@article{arxiv.2602.21333,
title = {HorizonForge: Driving Scene Editing with Any Trajectories and Any Vehicles},
author = {Yifan Wang and Francesco Pittaluga and Zaid Tasneem and Chenyu You and Manmohan Chandraker and Ziyu Jiang},
journal= {arXiv preprint arXiv:2602.21333},
year = {2026}
}
备注
Accepted by CVPR 2026