SafeDriveVLA驾驶VLA论文发布

论文作者发布 SafeDriveVLA，一种驾驶视觉-语言-动作模型（VLA）。作者称其为首个显式预测三级导航遵从模式、并用导航条件世界模型 dreaming 辅助该预测的驾驶 VLA，目的是把冲突推理与动作生成解耦。 在 Bench2Drive 基准上，该模型达到 88.16 DS 和 68.64% SR，闭环语言跟随提升 49.3%；在不安全指令下，碰撞数从 60 降至 38。上述指标为论文报告结果。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。