Исследователи Alibaba представили модель Qwen-Drive 1.0 для пространственного восприятия, ответов на вопросы о дорожной ситуации и планирования маршрута. Система базируется на модели Qwen3.5-4B, выпущенной в феврале. В архитектуру добавили два модуля: для создания карты местности с высоты птичьего полета и эксперта по планированию движения.
Обучение проходит в три этапа: восприятие, совмещение восприятия с ответами на вопросы и планирование маршрута, после чего следует обучение с подкреплением. Команда использовала 24 открытых набора данных о дорожном движении, которые были стандартизированы. Модель разработана так, чтобы избежать «катастрофического забывания» общих знаний.
В симуляторе обучение с подкреплением снизило частоту съезда автомобиля с дороги с 24 до 12 процентов. Модель показывает лучшие результаты в анализе дорожных сцен по сравнению с базовой версией Qwen3.5-4B. При этом авторы отмечают, что объяснения модели не всегда точно соответствуют реальным причинам совершаемых маневров.
Модель доступна для исследовательского сообщества на платформах Hugging Face, ModelScope и GitHub. Разработчики подчеркивают, что при объединении информационно-развлекательных и управляющих систем в одном вычислительном блоке важно сохранять общие возможности ИИ, а не только узкоспециализированные навыки вождения.
