通义Drive 1.0发布:可解释制动但解释未必准确
结论前置 / TL;DR
阿里巴巴达摩院发布Qwen-Drive 1.0,一个集成环境感知、交通问答与路径规划的端到端自动驾驶AI模型。研究指出,多模态图文模型天然缺乏三维空间理解能力,需专门训练空间感知能力。其目标是构建统一模型,同时驱动座舱交互与车辆控制。
集成式自动驾驶AI模型
阿里巴巴达摩院正式发布Qwen-Drive 1.0,该模型旨在统一处理环境感知、交通场景问答及导航路径规划三大任务,实现从感知到决策的端到端闭环。
空间理解需显式训练
研究团队强调,现有文本-图像多模态模型并不具备天然的三维空间建模能力。为支撑可靠驾驶行为,Qwen-Drive 1.0通过针对性数据与架构设计,对空间关系与几何推理进行了专项训练。
可解释性存在局限
模型支持生成自然语言解释(例如‘因前方行人突然横穿而制动’),但原文明确提醒:这类解释未必与实际执行的驾驶动作严格一致——即‘能说’不等于‘说得准’。
本文为企业智脑(优秘智能)编译整理自公开资讯,信息与观点以原文为准,仅供参考。阅读原文(The Decoder) →