O Qwen-Drive-1.0 agrupa percepção, planejamento e linguagem em um único modelo, prometendo aos engenheiros de veículos autônomos uma pilha de tecnologia mais limpa sem sacrificar a capacidade de seguir instruções faladas ou textuais. A arquitetura unificada pode reduzir a complexidade do desenvolvimento, mantendo a capacidade dos carros de responder "por que você virou?" ou obedecer a "pegue a próxima saída".
Por que uma base unificada é importante
A maior parte do software de condução autônoma atual é uma colagem de módulos separados: um sistema de visão que analisa dados de câmera e lidar, um planejador que decide a trajetória e uma interface de linguagem que lida com comandos ou explicações do usuário. Cada peça é treinada isoladamente, de modo que o componente de linguagem muitas vezes se desvia quando as partes de visão ou planejamento dominam a perda (loss). O resultado é um veículo que consegue navegar, mas falha em entender ou gerar linguagem natural de forma confiável.
O Qwen-Drive-1