福瑞泰克FUGA:为OEM提供面向量产、全栈式、平台化算法数据闭环服务

（原标题：福瑞泰克FUGA:为OEM提供面向量产、全栈式、平台化算法数据闭环服务）

在自动驾驶迈向规模化落地的当口,能否把“路上跑出的数据”迅速转化为“算法进化的燃料”,已成为行业分水岭。福瑞泰克最新亮相的紧耦合数据闭环平台 FUGA,瞄准这一痛点,通过把采集、筛选、标注、训练、部署全部拉进同一条流水线,将传统流程中动辄数周的往返压缩至数小时级别。据官方测算,同等场景下算法迭代效率最高可提升一百倍以上。

不同于松散式流水线,FUGA 把数据挖掘与预标注大模型直接内嵌在平台底座。车辆上传的数据首先经过大模型打标签和预标注,高价值片段被精准挑出后再送入人工精标与模型训练,从源头减少无用信息。实践显示,只需标注少量真实数据,系统便能在端到端算法上完成一次可见的性能跳跃,这对依赖长尾数据的城市 NOA 具有现实意义。

高效之外,FUGA 还强调“通用”,平台可同时支撑 BEV、Transformer、HDMapNet 等多条技术路线,也可按需输出场景管理、数据挖掘、感知闭环和规控闭环等单独模块,方便主机厂按自身研发节奏灵活调用。据了解,FUGA 每月处理海量影子模式数据,累计服务车型逾百款,覆盖高速、高架、城区与泊车等多元环境。

在规控算法方面,平台利用自动化仿真引擎批量生成交通流场景,并行评测规控算法的安全冗余与舒适性,为上车前的验证提供量化结果。通过这一机制,OEM 可以在不依赖大规模实车测试的情况下,提前发现算法在稀有工况中的潜在风险,从而缩短整体开发周期。

FUGA 的诞生并非一次孤立创新,而是福瑞泰克 ODIN 数智底座的重要拼图。凭借软硬件一体能力,企业已在智能摄像头模组、雷达和域控制器上形成规模交付。如今,数据闭环环节补齐后,从感知硬件到云端算法再到量产部署的链条被彻底打通,让“快速上车并持续升级”成为现实。

高效闭环进一步降低了训练与标注费用,为智能驾驶在更广价格带车型普及提供了成本空间。多家主流车企已把 FUGA 作为联合开发平台,以求在激烈的产品迭代竞赛中抢占时间窗口。同时,福瑞泰克把工程效率与平台开放性放在同等位置,为伙伴提供了既能即插即用又可深度定制的工具箱,其价值不止于技术,更在于缩短创新到量产的距离。

从提升算法精度到保障商业落地,FUGA 的升级意味着福瑞泰克已将数据生产力注入智能驾驶全流程。伴随车辆联网程度不断提高、真实场景数据爆发增长,这套平台化能力有望驱动自动驾驶进入更高速、更安全的迭代通道,也为用户尽早享受到成熟、可负担的智驾体验奠定基础。