モデル・開発

Qwen-Drive 1.0の4Bウェイトを公開

原題: Qwen-Drive-1.0: An Initial Step towards a Vision-Language Foundation Model for Autonomous Driving

重要ウェイト公開Apache 2.0

3D認識、質問応答、走行計画をQwen3.5ベースで統合

Qwenは、自動運転向け視覚言語基盤モデル「Qwen-Drive 1.0」の4Bウェイトと実装を公開しました。

技術報告の公開日時に合わせ、Asia/Tokyo基準では9月1日の発表として掲載します。

基盤にはQwen3.5-4Bの視覚言語モデルを使い、3D認識、運転シーンの質問応答、走行計画を統合しています。

BEV認識ヘッドは、3D物体検出、占有予測、地図セグメンテーションを同時に処理します。

Planning Expertは、共有された視覚言語表現から将来の自車軌跡を生成します。

SFT版に加え、複数の運転評価を報酬として調整したRL版の走行計画ヘッドも公開されています。

モデルカード、ウェイト、設定、コード、デモデータをHugging FaceとGitHubから取得できます。

ライセンスはApache 2.0です。

Transformers、vLLM、SGLang向けの利用方法が示されています。

掲載されている性能値は開発元による評価で、実車での安全性や製品利用を保証するものではありません。