GPT
הוספת כלי
Q

Qwen-Drive-1.0-4B

קוד פתוח

Qwenapache-2.02026-08-27

  • transformers
  • safetensors
  • qwen_drive
  • autonomous-driving
  • motion-planning

יש כאן גם סקירה על Qwen עצמו.

מודל שפה וראייה לרכב אוטונומי שמחבר זיהוי מרחבי תלת-ממדי, שאלות ותשובות ותכנון מסלול. הוא מציע יכולת ניהוג מתקדמת בגודל קומפקטי יחסית של 4.5 מיליארד פרמטרים.

  • 4.5Bפרמטרים
  • 12.8 GBמשקל הקבצים
  • 1,579הורדות בחודש
  • 138לייקים

מה זה

בבסיס יושב מודל Qwen3.5-4B שנשאר ללא שינוי בארכיטקטורה שלו, ועליו הולבשו שני רכיבים ייעודיים. הראשון הוא ראש תפיסה ממעוף ציפור שאחראי על זיהוי עצמים בתלת-ממד, חיזוי תפוסה וחלוקת מפה, והשני הוא מומחה לתכנון מסלולים שמייצר את נתיב הנסיעה הבא באמצעות שיטת התאמת זרימה. ההפרדה הזו שומרת על יכולת המודל לענות על שאלות כלליות סביב סצנת הנהיגה בלי לשבור את הבנת השפה.

מבחני הביצועים מראים עליונות ברורה במשימות ייעודיות לנהיגה. בבדיקות מענה לשאלות נהיגה כמו LingoQA הוא הגיע לציון 77.8 מול 70.4 של מודל הבסיס ומתחרים גדולים יותר, ובמדד CoC קפץ ל־41.3 כשרוב האחרים נשארו מתחת ל־5. בתכנון מסלול בלולאה פתוחה וסגורה גרסת החיזוקים השיגה ציון PDMS של 90.7 בסימולציית NAVSIM, לצד שגיאת תזוזה ממוצעת נמוכה, אם כי במבחני בטיחות בלולאה סגורה של AlpaSim הוא נעצר בציון 0.37 לעומת 0.45 של מודל מוביל אחר.

מתאים ל

  • סימולציה לרכב אוטונומי

    מייצר נתיבי נסיעה מדויקים ובודק תרחישים בסביבות NAVSIM ודומיהן עם ציון PDMS של 90.7.

  • ניתוח וידאו מנסיעות

    עונה על שאלות מורכבות ומזהה עצמים בתלת-ממד מתוך מצלמות רכב בזכות הציון הגבוה ב־WaymoQA.

  • בקר תנועה מבוסס הנמקה

    משלב הסבר טקסטואלי יחד עם פלט מסלול בזכות תמיכת מומחה התכנון בהנמקה מוקדמת.

איפה זה נופל

למרות השילוב בין ראייה לתכנון, המודל אינו מושלם בבטיחות לולאה סגורה. במבחן הסימולציה AlpaSim הוא השיג ציון אשמה של 0.37 בגרסת החיזוקים ו־0.27 בלבד בגרסת הכוונון, נמוך משמעותית מ־0.45 שהציג Alpamayo-1.5, כך שקבלת ההחלטות בזמן אמת עדיין מועדת לתקלות חמורות. בנוסף, האימון התבסס על מאגרי מידע ציבוריים בלבד, והיכולת הכללית נפגעה קלות, כפי שרואים במבחן MMBench שירד מ־87.1 במודל הבסיס ל־85.5. יש כאן התאמה חזקה לתנאי מעבדה ומבחנים מוכרים, שלא מבטיחה התנהגות נכונה בתרחישי קצה בכביש אמיתי.

שאלות
נפוצות

האם אפשר להשתמש בו כמודל שפה רגיל לשיחה?

טכנית כן, מודל הבסיס Qwen3.5-4B נשמר, והוא עדיין שומר על ציון של 85.5 במבחן הידע MMBench. עם זאת, אין היגיון להוריד 12.8 גיגה בייט שכוללים ראייה מרחבית וראש תכנון רק בשביל טקסט כללי, בשביל זה עדיף להוריד את גרסת הבסיס הפשוטה.

באיזה מומחה תכנון עדיף לבחור, SFT או RL?

גרסת ה־RL עדיפה כמעט בכל מדד בטיחות והתאמה, עם ציון 90.7 ב־NAVSIM ו־0.37 ב־AlpaSim לעומת 88.2 ו־0.27 בגרסת ה־SFT. החיסרון היחיד הוא תוספת קטנה בשגיאת התזוזה בלולאה פתוחה, והיא דורשת הרצה במצב הנמקה כדי למצות את היכולת.

איך מריצים

משקל הקבצים עומד על 12.8 גיגה בייט, מה שאומר שכרטיס מסך בודד עם 16 גיגה זיכרון יספיק להרצה מקומית בדיוק מלא, וכרטיסים צנועים יותר יתאימו אם מפעילים כימות. המודל מתממשק ישירות דרך ספריית transformers, אך דורש גם את הקוד הנלווה ממאגר הגיטהאב כדי להפעיל את ראש התפיסה ורכיבי תכנון המסלול.

המפתחים שחררו שתי גרסאות של מומחה התכנון, אחת שעברה רק כוונון עדין בהנחיה ותומכת בתכנון ישיר או מנומק, והשנייה עברה אופטימיזציית תגמול בלמידת חיזוק שמוציאה את התוצאות הטובות ביותר במצב הנמקה. היות ומדובר במודל שנועד להטמעה ישירה במערכות רכב או בסימולציות מקומיות, אין כאן שירות ענן ייעודי מוכן, ועדיף להרים אותו עצמאית במקום לחפש API חיצוני.

from transformers import pipeline

pipe = pipeline("image-text-to-text", model="Qwen/Qwen-Drive-1.0-4B")
print(pipe("שלום"))

הקבצים

25 קבצים במאגר, 12.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא Apache 2.0 מלא וחופשי. אתם יכולים לקחת את המשקולות, לשנות, לשלב במוצר מסחרי סגור או פתוח ולהפיץ ללקוחות בלי לשלם תמלוגים, כל עוד שומרים על הודעת זכויות היוצרים והרישיון המקורי.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗