TDW是一种用于交互式多模式物理模拟的平台，可支持高度逼真的感官数据和物体之间的物理交互，并支持在3D丰富环境中进行。通过TDW，可以进行多种物理材料的交互和渲染，并支持人机交互，从而在机器视觉、机器学习和认知科学等领域探索新的研究方向。

Jul, 2020

UrbanScene3D是一个大规模的数据平台，包含128k高清图像和高精度LiDAR扫描数据，提供综合基准来设计和评估空中路径规划和三维重建算法的工具，并能够生成各种数据（如二维深度图，二维/三维边界框和三维点云/网格分割）以及模拟未来研究中的汽车或无人机在提出的城市环境中的运行。

Jul, 2021

提出了CityDreamer，一种针对无限制3D城市的组合生成模型，通过将建筑实例的生成与其他背景对象（如道路、绿地和水域）分离为不同模块来解决生成3D城市时面临的挑战，并构建了OSM和GoogleEarth两个数据集以增强所生成的3D城市的布局和外观的真实性，通过广泛的实验证明了CityDreamer在生成各种逼真的3D城市方面的优越性。

Sep, 2023

CityGen是一种新颖的端到端框架，用于生成无限、多样且可控的三维城市布局，具有领先水平的性能，并在智慧城市、城市规划和数字模拟等领域具有广泛应用前景。

Dec, 2023

城市环境面临快速城市化带来的交通拥堵、污染和社会不平等等挑战，通过整合大型语言模型进入城市系统，提出了一种新的城市智能范式，以解决这些挑战，并模拟复杂的城市系统，达到理解和管理城市复杂性的目的。

Dec, 2023

利用Bird's-Eye View地图条件的3D扩散模型UrbanDiffusion生成具有几何和语义的城市场景，并通过训练实际驾驶数据集，该模型能够生成多样性的城市场景，进一步将生成的场景扩展到任意规模，并通过预训练的图像生成器实现场景图像合成的应用。

Mar, 2024

通过引入一种组合式3D布局表示方法到文本转3D范式中的本文，克服了在大规模城市范围内扩展这一方法的局限性，并且成功地将文本转3D技术应用于覆盖超过1000m行驶距离的大尺度城市场景，同时展示了可调控城市场景生成的强大能力。

Apr, 2024

CityCraft是一种创新框架，结合了三个关键阶段来增强城市场景的多样性和质量，它包括使用扩散变压器模型生成2D城市布局，利用大型语言模型根据用户提示和语言指南制定土地利用规划，以及通过资产检索模块和Blender进行精确的资产放置和场景构建。CityCraft在生成逼真的3D城市方面取得了最先进的性能。

Jun, 2024

我们通过使用层级生成元胞自动机 (hGCA) 模型，从大规模稀疏的自动驾驶车辆 (AV) 捕捉到的LiDAR扫描数据中生成精细的三维几何结构，为模拟真实、高分辨率的街景环境迈出了一步。

Jun, 2024

自主驾驶模拟、城市设计和多媒体游戏等领域对基于深度学习模型的城市道路网络和建筑布局的自动生成有高需求。为了解决数据驱动方法在生成道路网络和建筑布局方面的进展受限于缺乏高质量数据集和基准的问题，我们介绍了一种多模态数据集RoBus，该数据集包含72400个样本，覆盖全球约80000平方公里，并设计了新的基准方法来提高自动城市设计的实用性。

Jul, 2024