Qwen 开源 4B 驾驶基础模型,平均分反超三倍大的 Gemma
eyishazyer · x · 2026-09-07
阿里 Qwen 与华中科技大学合作发布 Qwen-Drive-1.0-4B，一个 40 亿参数的驾驶视觉-语言基础模型，团队称是首个面向驾驶场景构建的 VLM 基础模型。
关键数据：
- 驾驶 VQA 平均分 69.43，超过三倍大小的 Gemma4-12B（58.15）
- 规划任务 NAVSIM 得分 90.7，为所有受测模型最高
- 感知任务在 nuScenes 达 43.95 mAP，媲美专用 3D 检测系统
- 基于 Qwen3.5-4B 骨干，外接感知头与规划模块生成轨迹
有趣的是团队训练了两个规划器版本：模仿学习版与强化学习版。RL 版把驶出路面率减半，同时变得更保守——用权重把「更快直觉换更安全行为」直接固化。代码、权重、demo 数据全部以 Apache 2.0 开源。
所属事件:阿里开源Qwen-Drive-1.0-4B自动驾驶视觉语言模型(3 条相关)→
「具身」频道最新
- 经典意义的世界模型 (s, a → s′)：充当神经版 MuJoCo 模拟器 — yshan2u · 2026-10-23
- Gen-HumanWholeBody 全身操作数据集开源:600 小时、1281 种人类技能 — AdinaYakup · 2026-10-23
- 斯坦福免费公开机器人自主课程:19 章 520 页,附 33 讲视频 — lukas_m_ziegler · 2026-10-23
- 小马智行与 inDrive 拟 2027 年在哈萨克斯坦推 Robotaxi — VectorWireAI · 2026-10-23
- MambaAct 用 Mamba 替换 VLA 动作专家,延迟降 59% 成功率反升 — MBZUAI · 2026-10-23
- 西方创业者游历大湾区：硬件打样速度是欧美的4倍以上 — DominiqueCAPaul · 2026-10-23