提高基于深度图像的场景解析技术对 复杂环境的鲁棒性 促进场景解析技术由单张图像解析向 视频解析发展 提高跨域场景的泛化性，以降低长尾场景的感知偏差，从而降低训练集外场景的交通 事故发生率，保障道路交通安全 基于视觉大模型的 预分割技术 基于显著性检测的 图像预处理技术 基于生成对抗网络结构的 语义分割技术 大型弱监督RGB-D 场景解析数据集 基于跨模态互补信息的 弱监督场景解析技术 基于增量学习的跨域场景 适应能力。此外，该算法预计将在电力系统优化、云计算资源调度等多个需要快速和准确决策的行业中得 到广泛应用，为这些领域带来创新的解决方案和显著的效率提升。 （2）面向自动驾驶数据闭环的大模型技术开发与场景库构建 自动驾驶汽车因其在交通安全和机动性方面具有革命性的潜力，近年来受到广泛关注。开发和部署自 动驾驶汽车的关键步骤是生成多样化场景、测试和评估其驾驶智能——能否在没有人工干预的情况下安全、 高效地运行。大语言模型（large