Z6尊龙凯时

×
guanbi
EN

多模态智驾大模型

多模态智驾大模型融合世界模型与 VLA(视觉-说话-作为)框架:世界模型掌管驾驶场景的天生与推演 ,VLA 掌管物理因果与学问的理解和作为输出。系统不仅看见当下 ,更能预感变动。

20250626115457_685cc491e25b2

Vision?+说话?+行为?

借助世界模型 ,沉建场景进行强化进建

MOTOVIS VLA基础大模型框架 ,是认知模型的基础 ,是以视觉编码器 ,视觉说话模型 ,作为战术模型为基础 ,以世界模型为强化进建环境 ,以4D数据集 ,VQA数据集 ,律例数据集 ,物理交互数据集作Fine Tune。

mingg
【网站地图】