三阶段框架
先记住三阶段的大框架：
- 阶段①：正常驾驶数据学危险可供性先验
H = {o, ρ, v}； - 阶段②：用语言/事故类型激活先验
H'； - 阶段③：以
H'为条件的占用扩散生成未来场景。
阶段①的模型是 Grid U-Net，它的训练数据全部由"数据处理阶段"产出。所以这一阶段要为模型提供两样东西：
- 输入 X：当前时刻的三维占用体素（车看到了什么）；
- 监督信号 Y：危险强度场 ρ 和危险方向场 v 的伪标签（哪里危险、危险从哪个方向来）。
核心设计决策：阶段①完全不用事故数据
原因有两个——事故数据太稀缺，而且没有 3D 标注、构不出占用体素；更根本的是，"危险"的几何规律（距离近不近、碰撞时间多短）是运动学量，可以从正常驾驶数据的标注里精确推导出来。所以整个伪标签都是"算"出来的，不是"标"出来的。