阿里千问开源 Qwen-Drive-1.0-4B：首个面向自动驾驶的视觉语言基础模型

新闻摘要

阿里千问本周开源了 Qwen-Drive-1.0-4B，这是一款基于 Qwen3.5-4B 构建的自动驾驶视觉语言模型，据称是首个面向自动驾驶的视觉语言基础模型。该模型在预训练阶段统一了 3D 感知与视觉问答，并扩展至运动规划，同时保留了通用视觉语言能力。模型提供 SFT 和 RL 两个规划专家，官方评测显示其在多个基准上具有竞争力，强化学习后提升了闭环安全性。