跳到正文

DriveVLM

把视觉语言模型用于自动驾驶的系统

访问官网
分类 AI模型

DriveVLM 是什么

DriveVLM 被介绍为一个用视觉语言模型做自动驾驶的系统,其 Dual 变体把该方法与传统驾驶流程结合。

你可以用它做什么

  • 描述并分析驾驶场景
  • 输出分层规划预测
  • 结合 3D 感知做空间推理

上手流程

  • 准备图像序列作为输入
  • 把序列送入模型
  • 可选加入轨迹规划模块

优点与缺点

✓ 我们认可的地方

  • 在 nuScenes 和 SUP-AD 数据集上做实验
  • DriveVLM-Dual 已部署在生产车辆上

! 需要留意的地方

  • 需要准备图像序列作为输入
  • 3D 模块属于可选附加

常见问题

DriveVLM-Dual 是什么?

资料说明它是把 DriveVLM 与传统自动驾驶流程结合的混合系统。

点名了哪些数据集?

资料说明它点名 nuScenes 数据集和 SUP-AD 数据集。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法