自动驾驶研究需要社区驱动的数据范式

论文指出自动驾驶研究过度依赖少数基准数据集，尽管社区已在近 50 个国家产出超过 600 个自动驾驶数据集，但因碎片化、可见性不足、协议不兼容及基准激励集中，多数数据集未被充分利用。作者主张建立协作的社区驱动数据范式，以改善数据集的发现、复用、整合与评测，降低新贡献者门槛。该文为 NeurIPS 2026 立场论文，呼吁学界与产业界把碎片化数据集转化为共享基础设施。