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

• 类型：arxiv
• 标识：2609.00111
• 链接：https://arxiv.org/abs/2609.00111
• 主分类：multimodal
• 形态：method
• 被引：10
• 被引来源：Semantic Scholar
• S2被引：10
• OpenAlex被引：0
• 影响力被引：2
• TLDR：Experiments demonstrate strong 3D perception and driving scene understanding while largely preserving general vision-language capability and comprehensive evaluations across open-loop, pseudo-closed-loop, and closed-loop settings further show highly competitive motion-planning performance.
• OpenAlex ID：W7206210860
• OpenAlex DOI：10.48550/arxiv.2609.00111
• DOI：10.48550/arxiv.2609.00111
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2609.00111
• OpenAlex更新：2026-09-05
• 待LLM分类：否
• 标题中文：Qwen-Drive-1.0：迈向自动驾驶视觉-语言基础模型的初步探索
• TLDR中文：实验表明，该方法在大幅保留通用视觉-语言能力的同时，具备出色的 3D 感知与驾驶场景理解能力；在开环、伪闭环与闭环设定下的综合评估进一步显示其运动规划性能具有很强的竞争力。
• 来源文件：
• /inbox/tom/_candidates/2026-09-02-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]