Qwen-Drive-1.0：迈向自动驾驶视觉-语言基础模型的初步探索
2026.09.03 · 事件 · 新模型 · 官方发布
通义千问发布Qwen-Drive-1.0，在预训练阶段统一3D感知与视觉问答，并扩展至运动规划。
通义千问提出Qwen-Drive-1.0，这是首个在预训练阶段统一3D感知与视觉问答，并进一步扩展到运动规划的自动驾驶视觉-语言基础模型，全程保持预训练VLM架构无改动。模型以Qwen3.5-4B为基座，增加BEV感知头和规划专家两个外部模块，在3D感知、驾驶VQA和运动规划任务上验证了可行性。
- 首个预训练阶段统一3D感知与VQA的自动驾驶VLM
- BEV感知头联合3D检测、Occupancy预测与地图分割
- 规划专家基于流匹配生成未来5秒自车轨迹
- 分阶段训练缓解灾难性遗忘，保持通用能力
- 在开环、伪闭环与闭环评测中均取得竞争力结果
为什么值得看
为自动驾驶提供新一代VLM基座，统一感知、问答与规划。
适合谁关注
自动驾驶研究者、VLM开发者及AI技术爱好者。