AREX Feed Article
Rivian 收购 Third Dimension，15 人团队把真实路况做成可改条件的仿真场景
美国电动车公司 Rivian 在当地时间 10 月 22 日宣布收购 Third Dimension AI。这家公司用 AI 把图像和视频转成高保真、可控的 3D 环境，Rivian 打算用它把真实路况变成能反复重放、随手改条件的仿真场景，用来训练和验证高级驾驶辅助系统（ADAS），以及它计划供应给 Uber 的 robotaxi（自动驾驶出租车）所用的自动驾驶系统。交易金额与结构未披露，称财务条款不予披露。
据 ，Third Dimension 约 15 人的团队将并入 Rivian 由高级副总裁 James Philbin 领导的 autonomy & AI 团队，其中多数成员在英国。Philbin 在接受该媒体独家专访时说，这笔收购也让 Rivian 有机会扩建伦敦的 AI 枢纽。
评估过一批供应商后，Rivian 把平台收进内部
Rivian 的新闻稿说，加入的是 Third Dimension 的管理层和技术人员，去向是 Rivian 的 Autonomy 研究与工程团队。
Philbin 说，公司早就知道需要这类技术，而且「对很多不同的供应商做过相当广泛的评估」。新闻稿说，这笔交易把 3D 空间生成与仿真平台收进 Rivian 内部。
Third Dimension 共同创始人兼 CEO Tolga Kart 在专访里说，团队愿意加入的一个原因是能专注在一个问题上：「团队很兴奋能专注在一个问题上。作为一家小公司，要同时应付很多很多不同的需求方非常难，所以我们非常期待来做一个规模如此大的问题——在这里我们的技术能带来真正的差别。」
不建模，直接重算一遍真实路段
按 Rivian 新闻稿的描述，Third Dimension 的平台把真实世界数据转成高保真、可控的 3D 环境，让复杂的驾驶场景可以大规模重建并生成变体。
传统自动驾驶仿真器走的是另一条路：建立在渲染或游戏引擎之上，靠手工制作的网格、材质和逻辑搭出场景，训练数据也常是合成的。Third Dimension 在 2025 年 12 月 时，把这套流程的问题列了四条：仿真画面像游戏，与真实数据之间存在 domain gap（域差）；搭建场景要养一支 3D 美术和工程队伍，时间和成本都高；跑高保真仿真本身很贵；车队采集的 LiDAR（激光雷达）、视频、定位数据几乎回不到系统里。
SuperSim 换了一种做法：用神经渲染和 Gaussian Splatting（高斯泼溅）把传感器数据重建为动态的 3D 环境，再用世界模型在重建结果上生成新视角、插入 3D 物体。按 Third Dimension 的说法，一次采集可以派生出成千上万个场景库，不需要 3D 美术介入；同一段失败场景可以换掉其他交通参与者的行为重跑。
Kart 对 TechCrunch 说，虚拟环境可能看起来像真实世界，但两者之间的差距始终存在——也就是 sim-to-real gap（仿真到真实的落差），行业通常的补救办法是往仿真器里灌越来越多的数据。
Philbin 把这项能力描述成一个额外的控制维度：「对我们来说，关键是把真实场景变得可仿真。这些不是游戏式的合成画面，而是世界上真实发生的事，但现在我们多了一个旋钮：可以移动相机、挪动其他交通参与者，也许还能换光照或天气条件。所以它是个非常强大的工具。」
每天 40 万条序列，仍然等不到那个边缘案例
TechCrunch 报道，Rivian 从路上数万辆已交付车辆采集数据，涵盖 R1、R2 和商用配送车，基本上是所有开启了外部摄像头共享的车辆；这些数据经过聚合与匿名化处理，用于训练驾驶模型。Philbin 给出的规模是：客户车队每天上传超过 40 万条序列。
真正麻烦的是稀有场景的出现频率。Philbin 说，Third Dimension 的技术让 Rivian 不必等罕见边缘案例在现实里发生，就能模拟复杂驾驶条件。
他把这项能力最终指向验证环节：「尤其是验证：你要回答的是『这套系统可以交付了吗？』这时你必须对 sim-to-real 的差距有清楚把握，因为要拍着胸口说可以，你得真的相信答案是肯定的。否则，你测的东西并不代表它在真实世界里的表现。」
Rivian 的新闻稿说，这笔交易会扩大其「物理与虚拟数据飞轮」：真实车队提供路况，仿真让自动驾驶模型不必等罕见边缘案例出现，就能模拟复杂驾驶条件。在 Philbin 看来，仿真要有用，前提是它与真实世界的差距被量清楚。
从《使命召唤》到 Wayve 的神经仿真器
Third Dimension 成立于 2024 年，创始人的履历横跨游戏与自动驾驶。据其 ，Kart 在创办公司前是合成数据公司 Parallel Domain 的工程副总裁，此前在 Tesla 做了两年多 Autopilot 的技术项目管理与仿真，再早则在 Activision 担任《使命召唤》高级总监五年多；共同创始人 Piotr Sokolski 在 Wayve 工作四年，为自动驾驶汽车搭建照片级神经仿真器，此前在 Google 待了三年多。
同一份新闻稿宣布了 700 万美元种子轮，由 Felicis 领投，Abstract Ventures、MVP、Soma Capital、Solari Capital 等参投。
关于 Third Dimension 的所在地，来源的说法并不一致：TechCrunch 称其为英国初创，2024 年的融资稿写明总部在加州，并在英国和土耳其设有办公室。
公司最初的技术是为加快游戏开发而做的，创始人随后看到了国防和自动驾驶等其他用途。落到 Rivian 手里，方向收窄成一个：自动驾驶。
2028 年的旧金山与迈阿密
2026 年 3 月，Rivian 与 Uber 宣布合作：，条件是 Rivian 在约定日期前达成特定的自动驾驶性能里程碑；签约后先承诺 3 亿美元，尚待监管批准。双方预计第一阶段部署 1 万辆完全自动驾驶的 R2 robotaxi，并保留了从 2030 年起就再采购最多 4 万辆进行谈判的选择权；首批商业部署计划 2028 年在旧金山和迈阿密开始，到 2031 年扩展到 25 个城市。
Rivian 称，第三代自动驾驶平台计划 2026 年底随 R2 推出。按同一份公告，该平台包含 11 个摄像头（合计 6,500 万像素）、5 个雷达和 1 个 LiDAR，由两颗自研 RAP1 芯片驱动，算力 1,600 TOPS（每秒万亿次运算）。
TechCrunch 在 时列过几项风险：当时 R2 还没开始生产，Rivian 也还没有测试和部署过为 robotaxi 设计的自动驾驶系统，而 robotaxi 计划在仍在建设中的佐治亚工厂生产。Philbin 在 10 月的收购新闻稿里把落点概括为：Third Dimension 的技术与经验将「强化并加速我们消费者与 robotaxi 路线图上的自动驾驶能力」。
Rivian 的新闻稿把 Third Dimension 技术的整合、自动驾驶能力的进展和「车辆验证时间表」都列为前瞻性表述（forward-looking statements），其中验证时间表没有日期。