AnswersPublished18 sources
Qwen-Drive-1.0-4B: מודל נהיגה פתוח שמפריד בין תפיסה לתכנון
Qwen Drive 1.0 4B הוא מודל בעל 4 מיליארד פרמטרים, עם משקולות פתוחות ברישיון Apache 2.0, המבוסס על Qwen3.5 4B. במקום להפוך את המודל למערכת נהיגה אטומה מקצה לקצה, ההשקה מוסיפה מודולי תפיסת BEV ותכנון מסלול נפרדים שאפשר לבחון ולהחליף.
פורסם על ידינערך באמצעות GPT-5.6 Terraהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- Qwen Drive 1.0 4B הוא מודל בעל 4 מיליארד פרמטרים, עם משקולות פתוחות ברישיון Apache 2.0, המבוסס על Qwen3.5 4B.
- במקום להפוך את המודל למערכת נהיגה אטומה מקצה לקצה, ההשקה מוסיפה מודולי תפיסת BEV ותכנון מסלול נפרדים שאפשר לבחון ולהחליף.
- המשקולות זמינות ב Hugging Face; קוד ההסקה, תיעוד, נתוני הדגמה וכלי הערכה זמינים במאגר GitHub הציבורי.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Alibaba Qwen’s Qwen-Drive-1.0-4B, released on September 8, 2026, and how does its Apache 2.0 open-source design combine the unchange. Article summary: Qwen-Drive-1.0-4B is Qwen’s Apache-2.0 open-weight, 4B-parameter vision-language driving model, developed with Huazhong University of Science and Technology. It keeps Qwen3.5-4B’s multimodal VLM architecture intact and a. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Qwen-Drive-1.0-4B הוא מודל ראייה־שפה (VLM) עם משקולות פתוחות למחקר בנהיגה אוטונומית, שפותח בידי צוות Qwen של Alibaba יחד עם Huazhong University of Science and Technology. במקום לאמן מחדש את Qwen3.5-4B למערכת נהיגה סגורה מקצה לקצה, הפרויקט מותיר את ליבת הראייה־שפה המשותפת ומצרף לה מודולים חיצוניים לתפיסת סביבת הרכב מלמעלה ולתכנון תנועה. המשקולות והתוכנה הנלווית משוחררות ברישיון Apache 2.0. 10
11
15
ארכיטקטורה מודולרית: ליבת VLM אחת ושני מודולי נהיגה
המודל המשותף, Qwen3.5-4B, מעבד תמונות ושפה. הוא יכול לענות על שאלות חזותיות, לרבות שאלות על סצנות נהיגה, ומספק ייצוגים למרכיבים שנוספו. לפי Qwen, הכוונה היא להוסיף יכולות נהיגה בלי להחליף את הארכיטקטורה הרב־אופנית הכללית של מודל הבסיס. 10
11
אליו מחוברים שני מודולים חיצוניים:
- ראש תפיסת BEV: ראש בסגנון BEVFormer מעבד ייצוגים ממצלמות היקפיות ומפיק זיהוי עצמים בתלת־ממד, חיזוי תפוסה סמנטית ופילוח מפה במבט־על (Bird's-Eye View, או BEV). בתיעוד מתוארים עד 300 תיבות תלת־ממדיות בשבע קטגוריות אחידות, רשת תפוסה בגודל 200 × 200 × 16 עבור 10 קטגוריות, ומפת רסטר של 60 × 30 מטר ברזולוציה של 0.15 מטר עבור שש קטגוריות.
18
- Planning Expert: מודול נפרד שמייצר את המסלול העתידי של הרכב עצמו מתוך הייצוגים המשותפים. המסלולים מאוחדים לפורמט של 50 תנוחות ביחס למסגרת הרכב — מיקום וכיוון — בקצב של 10 הרץ לאורך חמש שניות. כך אפשר להשתמש בנתוני נהיגה ציבוריים הטרוגניים עם יעד תכנון משותף.
1
החלוקה הזו שימושית במיוחד למחקר: אפשר לבחון תפיסה בנפרד מתכנון, להשוות בין תכנון ישיר לתכנון המותנה בהנמקה טקסטואלית, או להחליף ולבודד מודולים בלי לשנות את ליבת ה-VLM.
ההבדל בין planner-sft ל-planner-rl
Qwen משחררת שתי גרסאות של מתכנן, סביב אותה ליבה:
planner-sftהוא Planning Expert שאומן בלמידה מונחית, או חיקוי של דוגמאות נהיגה. הוא יכול להפיק מסלול ישירות, או לאחר שהמודל יוצר הנמקה טקסטואלית.planner-rlעבר אופטימיזציה נוספת מבוססת תגמול מול יעדים מוכווני־מדדים. התיעוד ממליץ להשתמש בו בתכנון מותנה בהנמקה, משום שבמהלך האופטימיזציה שלו נעשה שימוש בהרצות שהותנו בהנמקה שנדגמה.
ההבחנה הזו מסבירה פשרה חשובה בהערכה: אופטימיזציית תגמול יכולה לשפר ציונים של התאמה להעדפות או מדדים דמויי לולאה סגורה, ובמקביל להחמיר מעט את שגיאת ההעתק מול מסלול אנושי מתועד בהערכה בלולאה פתוחה. אלו מדדים לשאלות שונות; שגיאת מסלול נמוכה יותר אינה בהכרח ציון טוב יותר במדד העדפות או בלולאה סגורה. 1
שלוש דרכי הפעלה
ספר המתכונים הציבורי מתעד שלושה מצבי הסקה: 17
| מצב | מה רץ | פלט |
|---|---|---|
VQA |
ה-VLM בלבד | תשובה טקסטואלית |
DIRECT_PLANNING |
מעבר אחד ב-VLM, ואז Planning Expert | מסלולים |
REASONING_PLANNING |
ה-VLM מפיק הנמקה, ואז המומחה משתמש בהקשר הזה | הנמקה ומסלולים |
כל המצבים משתמשים באותה רשת בסיסית. ההבדל הוא בשאלה אם נוצרת הנמקה ואם המתכנן מקבל ייצוגים הכוללים את ההקשר הטקסטואלי שנוצר. 17
אימון מדורג ואיחוד תיוגים
Qwen מתארת אימון בשלבים המשלב פיקוח ייעודי לנהיגה — תפיסת תלת־ממד, שאלות־ותשובות על סצנות נהיגה ותכנון — עם נתוני ראייה־שפה כלליים. צינור הנתונים ממפה תיוגי תפיסה מגוונים לטקסונומיה משותפת, מעדכן תשובות של שאלות־ותשובות בתחום הנהיגה לשם עקביות, וממיר מסלולים ממאגרי מידע ציבוריים לפורמט נקודות־הציון האחיד. 1
11
מטרת הגישה היא לאזן בין התמחות לשימור יכולות: להקנות למודל הבנת סצנות נהיגה ויכולת תכנון, בלי לוותר פשוט על יכולות התמונה־ושפה הכלליות של מודל הבסיס. החומרים הזמינים תומכים בכך שזו הייתה מטרת תכנון והערכה, אך אינם מספיקים כשלעצמם כדי להוכיח ביצועים עצמאיים ומקיפים בכל מבחני ידע כללי או הבנה מרחבית. 1
11
מה מראים הנתונים שדווחו — ומה לא
בתוצאות התכנון ש-Qwen דיווחה עליהן, מתכנן ה-RL השיג ציון NAVSIM v1.1 PDMS של 90.7, לעומת 88.2 למתכנן SFT. בדגימת best-of-six, הציונים עלו ל-91.4 ול-89.3 בהתאמה. ב-Waymo Open Dataset דווחו ציוני RFS מקצה לקצה של 7.91 ל-RL ו-7.78 ל-SFT. בהערכה בלולאה פתוחה של NVIDIA PhysicalAI דווח minADE לשלוש שניות של 0.38 מטר ל-RL ו-0.34 מטר ל-SFT. 1
המאגר מדווח גם על שיפורים בשאלות־ותשובות על נהיגה לעומת קו בסיס Qwen3.5-4B שמופיע בו, בכמה מבחנים ייעודיים, בהם LingoQA, VLAD, SURDS, WaymoQA ומדדים בסגנון DriveLM. 1
אלה תוצאות שדווחו בידי הפרויקט, ולא הסמכת בטיחות עצמאית או הוכחה למוכנות להפעלה בכבישים ציבוריים. ציוני תכנון, דמיון למסלולים מתועדים בלולאה פתוחה, מדדי העדפות ואימות בטיחות בעולם האמיתי הם טענות מסוגים שונים. Qwen מציגה את ההשקה כצעד ראשוני מוכוון־מחקר, ולא כמערכת נהיגה אוטונומית מסחרית. 5
11
מה זמין למפתחים
מאגר המודל ב-Hugging Face מארח את משקולות Qwen-Drive-1.0-4B ואת התצורות, ומפנה למאגר הציבורי QwenLM/Qwen-Drive-1.0 עבור בסיס הקוד, נתוני ההדגמה והתיעוד. 10
12
ב-GitHub זמינים חומרי הסקה והערכה מודולריים. בין היתר, מפתחים יכולים:
- להריץ שאלות־ותשובות על תמונה־וטקסט ועל סצנות נהיגה;
- להריץ הדגמות נהיגה שסופקו;
- להפיק מסלולים בתכנון ישיר או בתכנון המותנה בהנמקה;
- לבחון פלטי תפיסת BEV;
- לעבוד עם פורמטי הסצנות וההערכה שפורסמו; וכן
- להתנסות במאגרי מידע ציבוריים ובקלטי סצנה מותאמים אישית.
עם זאת, ההשקה לבדה אינה מאפשרת לשחזר את כל תהליך האימון. מאגרי אימון שלא פורסמו, תיוגים, תוויות העדפה ונתונים קנייניים אינם ניתנים לשחזור מהמשקולות ומהקוד הציבוריים בלבד. 1
5
למה המודולריות חשובה
כערכה למחקר, Qwen-Drive-1.0-4B מבהיר את הגבולות בין הבנת שפה־וחזון, תפיסת תלת־ממד ותכנון. לכן ניסויי בידוד רכיבים יכולים להיות אינפורמטיביים יותר: אפשר לבדוק אם שינוי מסוים משפר את ייצוג הסצנה, יצירת המסלול, ההנמקה הלשונית או רק יעד תגמול שמותאם למדד מסוים.
הפרויקט גם מאפשר הרחבות, כגון החלפת ראשים, בניית סצנות מותאמות אישית ופריסות חלופיות של מצלמות או חיישנים. הערך שלו אינו בטענה שמודל בן 4 מיליארד פרמטרים פותר נהיגה אוטונומית, אלא בנקודת פתיחה פתוחה לבחינת האופן שבו VLM משותף יכול לתמוך ברכיבי נהיגה שניתן לבחון ולפרש. 11
18
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Qwen-Drive-1.0-4B: מודל נהיגה פתוח שמפריד בין תפיסה לתכנון"?
Qwen Drive 1.0 4B הוא מודל בעל 4 מיליארד פרמטרים, עם משקולות פתוחות ברישיון Apache 2.0, המבוסס על Qwen3.5 4B.
What are the key points to validate first?
Qwen Drive 1.0 4B הוא מודל בעל 4 מיליארד פרמטרים, עם משקולות פתוחות ברישיון Apache 2.0, המבוסס על Qwen3.5 4B. במקום להפוך את המודל למערכת נהיגה אטומה מקצה לקצה, ההשקה מוסיפה מודולי תפיסת BEV ותכנון מסלול נפרדים שאפשר לבחון ולהחליף.
What should I do next in practice?
המשקולות זמינות ב Hugging Face; קוד ההסקה, תיעוד, נתוני הדגמה וכלי הערכה זמינים במאגר GitHub הציבורי.