阿里开源Qwen-Drive-1.0-4B自动驾驶视觉语言模型

阿里 Qwen 联合华中科技大学发布 Qwen-Drive-1.0-4B，这是首个专门面向驾驶场景构建的 40 亿参数视觉语言基础模型，已在 Hugging Face 上开源。该模型基于 Qwen3.5-4B 构建，在单一系统内完成 3D 感知、场景问答与路线规划，而非拼接多个独立模型，同时通用能力几乎无损。团队还称其平均分反超参数量三倍于它的 Gemma 模型。

2026-09-06 ~ 2026-09-07 · 3 条相关

• 阿里发布 Qwen-Drive-1.0-4B:4B 视觉语言模型瞄准自动驾驶场景理解 — solyarisoftware · 2026-09-06
• 阿里发布 Qwen-Drive-1.0:3D 感知问答规划一体,通用能力几乎无损 — heypearlai · 2026-09-07
• Qwen 开源 4B 驾驶基础模型,平均分反超三倍大的 Gemma — eyishazyer · 2026-09-07