自动驾驶仿真把相机移到训练轨迹之外，3D高斯溅射生成的道路、建筑和车道线容易变形；向场景插入车辆后，前景还可能与背景错位。清华大学人工智能产业研究院、浙江大学、长城汽车、上海交通大学等机构提出SPVC，用一套两阶段视频扩散模型修复跨数据集驾驶渲染。
SPVC的四个字母对应结构化、全景、视频和跨数据集四项设计：相机位姿、3D边界框和高精地图约束空间；背景与前景一起修；连续帧共同处理；同一网络覆盖NuScenes、Waymo和PandaSet。论文验证的是渲染后处理，不代表方法已进入真实车辆感知或决策系统。
新视角与场景编辑会制造两类伪影
3DGS擅长从已采集视角重建场景，但相机沿未见轨迹运动时，训练不足区域会出现模糊、空洞和结构拉伸。道路边缘与车道线尤其敏感，一帧的小偏差在视频里会变成持续抖动。
场景编辑带来另一类问题。把新车辆放进重建环境时，物体外观、尺度、遮挡和光照可能与背景不一致，前景在相邻帧间还会闪烁。已有修复方法多针对单张新视角图片或单独的物体编辑，很难同时处理背景结构与插入车辆。
SPVC先模拟欠约束3DGS渲染与3D资产插入，构造退化—干净视频对。训练数据明确包含需要修复的错误类型，模型学习的不是任意美化，而是把特定渲染伪影还原到参考场景。
第一阶段修外观，第二阶段校结构
第一阶段执行视频先验对齐。模型接收退化视频、参考视频和相机位姿，利用视频扩散骨干先恢复连续外观，减少闪烁、模糊与整体色彩偏移。视频序列共同输入，使相邻帧可以互相提供线索。
第二阶段进行结构化精修。3D边界框约束车辆位置与尺寸，高精地图约束道路和车道布局；这些条件进入冻结骨干上的可训练模块，降低模型凭视觉先验随意改造场景的概率。
第一阶段对齐视频外观，第二阶段引入边界框和高精地图修正场景结构。
“全景修复”在这里指同时处理背景与前景，并非只提升全景图分辨率。背景包括道路、建筑和车道，前景主要是场景编辑引入的车辆；两者放在同一时序模型中，减少各自修好后边界仍不协调的问题。
一套网络跨三类驾驶数据工作
论文训练池包含NuScenes、Waymo和PandaSet，共168个场景、3449段视频。跨数据集训练迫使模型适应不同相机、城市外观与采集协议，也减少每换一个数据集就训练专用修复器的成本。
论文定性对比检查道路结构、车辆外观和跨帧一致性是否同时改善。
作者从图像质量、视频一致性和结构控制等角度比较方法，并展示新轨迹、车道偏移和车辆插入案例。视觉改善不能单独证明几何真实；用于自动驾驶仿真时，还要检查修复是否改变物体位置、可行驶区域或传感器标签。
跨数据集并不等于跨所有道路。三套公开数据仍集中在特定城市、天气和相机系统，夜间、雨雪、施工与罕见交通参与者需要单独验证。视频扩散模型也可能生成看似自然但与原始几何不符的细节，结构条件只能降低这种风险。
零样本示例用于观察共享修复器迁移到未直接训练设置时的表现。
从渲染修复走向可核验仿真数据
SPVC可用于仿真内容生产：先用3D重建修改轨迹或插入车辆，再用视频修复改善画面，最后保留原有几何和标签供训练与测试使用。适用场景包括新视角回放、数据增强和可控交通事件合成。
落地前需要把“更像真”与“标签仍正确”分开验收。后续评价应加入深度、光流、3D框投影和地图一致性，并测量修复后训练感知模型是否真正受益。若模型只改善人眼观感，却移动了关键交通要素，它就不适合作为安全系统的数据源。论文已经提供跨数据集共享修复器，下一步是建立逐像素外的几何审计。
