Qwen、自動運転向けビジョン言語基盤モデル「Qwen-Drive-1.0」を発表

記事の3ポイント

1. 1

   アーキテクチャの非破壊的拡張

   事前学習済み VLM アーキテクチャを一切変更せず、外部モジュールを追加する方式を採用している。

2. 2

   BEV 知覚ヘッドの実装

   3D オブジェクト検出、セマンティック占拠予測、BEV マップ分割を同時に行う明示的な 3D プローブ機能を持つ BEV 知覚ヘッドを搭載している。

3. 3

   フローマッチングによる計画

   Planning Expert モジュールがフローマッチング手法を用いて将来の自車軌道（ego trajectories）を生成する機能を備えている。