Qwen-Drive-1.0-4B

Qwen-Drive-1.0 är enligt Qwen-teamet den första grundmodellen för självkörande bilar som kombinerar 3D-uppfattning och frågor och svar om bilder redan i förträningen, och sedan bygger vidare med ruttplanering. Den bygger på den multimodala Qwen3.5-4B, och själva språk- och bildmodellen lämnas oförändrad.

Till den kopplas två tillägg. Ett perceptionshuvud ritar upp omgivningen sedd ovanifrån: det hittar objekt i 3D, förutser vilka ytor som är upptagna och segmenterar vägkartan. En planeringsexpert räknar fram bilens kommande färdväg med en teknik som kallas flow matching. Samma modell kan dessutom svara fritt på frågor om trafikscener. Det finns två planeringsversioner: planner-sft, som klarar både direkt planering och planering med resonemang, och planner-rl, som har finslipats med förstärkningsinlärning och fungerar bäst med resonemang.

Enligt Qwen-teamet ger modellen mycket konkurrenskraftiga resultat på testerna NAVSIM, WOD-E2E och PAI-AV och leder både allmänna och körspecialiserade modeller på frågor om trafikscener, utan att tappa sin allmänna bildförståelse jämfört med grundmodellen. Vikterna släpptes i början av september 2026 under Apache 2.0 tillsammans med kod och demodata på GitHub.