自動駕駛的落地，并沒有想象中那么簡單。
2016年蘭德智庫指出，一套自動駕駛系統需要測試110億英里，才能達到量產應用條件，這也是谷歌、通用等公司投入上百輛自動駕駛車隊，在加州注冊資質、進行自動駕駛道路測試的原因。而即便是頭部企業Waymo，路測也只是完成了了0.1億英里，離110億英里的目標還很遠。
基于此，自動駕駛仿真測試便顯得尤為重要。以感知算法訓練為例，仿真系統自帶場景元素真值，無需標注自動生成各種天氣、路況，保證覆蓋度。
“自動駕駛仿真不可或缺，為自動駕駛落地的奠基技術。”12月7日，騰訊技術開放日·自動駕駛專場現場，騰訊自動駕駛仿真業務負責人孫馳天再一次強調了目前行業的共識。
在孫馳天看來，受制于算力限制和模型精度只能做近似模擬，想要構建如綠洲系統甚至Matrix系統一樣完善逼真的虛擬世界恐怕還需要一些時間。
孫馳天認為自動駕駛仿真系統的核心能力主要應包括四方面。其一，對于場景的幾何還原，包括三維場景仿真和傳感器仿真;其二，對于場景的邏輯還原，也就是決策規劃仿真;第三，對于場景的物理還原，即控制和車輛動力學仿真;最后是高開發能力。
對騰訊自動駕駛仿真平臺TAD Sim，孫馳天也做了相應介紹。據悉，以為自動駕駛提供更加高效和安全的開發及測試方式為目標，騰訊自動駕駛打造出了虛實結合, 線上線下一體的仿真系統TAD Sim。它內置高精度地圖，為自動駕駛系統研發而量身定做的跨平臺分布式系統，集成了工業級的車輛動力學模型和專業的渲染引擎 ，輔以三維重建技術和虛實一體交通流 ，可以完成感知、決策、控制算法等實車上全部模塊的閉環仿真驗證。
