据外媒报道，总部位于西班牙马德里的“合成数据”（synthetic data）初创公司ANYVERSE宣布完成首轮融资，共筹集300万欧元（约合2301.42万元人民币），由西班牙两家深度科技投资公司Bullnet Capital和Inveready领投。实际上，ANYVERSE公司是从已经成立了22年的科技公司Next Limit剥离出来的子公司。

（图片来源：ANYVERSE）

ANYVERSE在一份声明中表示，该笔新资金能够让ANYVERSE缩短机器人、自动驾驶汽车、无人机和智能摄像头等先进感知系统的生产周期。

随着人工智能技术的应用范围越来越广，越来越多的公司寻求持续获取地面真实数据以训练和测试其模型。系统开发人员面临着变化无限、场景极端的数据挑战，远远超出了在现实世界中所能捕获的数据范围。模拟数据就是一种替代性方案，但是通常难以与真实的传感器规格相匹配。

ANYVERSE的合成数据方法与其他公司通常所用的游戏技术不同，其采用了一个专有渲染引擎，以及准确测光光模拟技术，以可靠地输出数据。该公司的软件解决方案让用户能够完全控制传感器规格、场景动态和变化因素。

（图片来源：ANYVERSE）

该公司要求用户分享传感器规格、场景以及数据需求，就可生产自定义合成数据集。工作流程如下：

1、  传感器

传感器对于感知训练和测试都至关重要，所以需要收集用户需求，打造精确的传感器模型，定义摄像头参数，并选择特定的镜头或添加激光雷达。参数包括镜头类型、FOV（视场）、滤色镜、响应曲线、传感器尺寸、原始传感器数据、图像处理功能以及激光雷达设置。

2、自主车辆（Ego-vehicle）

定义客户的自主车辆或无人机/机器人等其他自主车辆，然后添加、定位以及旋转之前设置的传感器，不限制摄像头/激光雷达的数量，即设置自主车辆、添加以及定位摄像头/激光雷达。

3、场景

一旦设置好车辆和传感器，需要关注场景。首先，设置场景特征，然后添加额外的物体，完善场景，包括添加自主车辆，即设置场景模型和其他物体、设置动态物体——交通和行人、设置自主车辆的行为。

4、变化因素

下一步就是定义变化因素的范围，如物体的材料和纹理、天气和照明条件，以及其他可变性更大的参数，完美的情况是设置日常极端用例以及具有挑战性的场景。即定义天气和照明条件、物体的材质和纹理、物体的位置动态参数。

5、数据生成

最后，继续设置数据集，并决定变化周期、地面真实数据以及信道输出（实例、材料、反射率、粗糙度、深度）的数量。即批量设置变化因素，地面真实数据、边界框、位置、像素精确的数据信道。

该公司投资者Inveready的管理合伙人Ignacio Fonts表示：“ANYVERSE为加速自动驾驶的发展做出了根本贡献，即解决了本世纪最大的技术挑战之一。”