你敢信吗？一个只有40亿参数的开源模型，没用一分钱私有驾驶数据，也没接车企黑盒传感器流，光靠网上能下载的公开数据集——比如nuScenes、Waymo Open Dataset、BDD100K这些，就让AI在虚拟车道里学会了‘看人下菜碟’：老人过马路多等两秒，路口加塞不硬刚，雨天自动降速……这不是玄学，是Qwen-Drive-1.0干的。
它没走“堆参数”老路，而是把强化学习（RL）当成了方向盘校准器。SFT阶段先教会模型‘怎么开车’——识别红绿灯、车道线、前车轨迹；到了RL阶段，不喂标注好的‘标准答案’，而是用人类偏好信号做奖惩：比如人类司机更倾向平滑变道而非急刹绕行，系统就把这类行为打高分；反复试错后，模型自己摸出了‘舒服又安全’的开车节奏。有意思的是，它为此只牺牲了不到2厘米的开环位移误差——几乎不影响精度，却换来闭环测试里碰撞率下降、指令遵循率上升。
更硬核的是，它没把‘自动驾驶’和‘通用理解’撕成两张皮。同一个模型，既能回答‘左边那辆白色SUV是不是在压线？’，也能接住‘导航去最近的充电桩，避开施工路段’这种带意图的复杂指令。背后是分阶段训练的巧思：前期混训驾驶数据和通用图文对，后期用RL专攻运动规划，架构却始终没动——Qwen3.5-4B的底座原封不动，能力却从‘看得懂图’升级到‘想得明白路’。
这事儿其实挺反常识的——过去大家默认“自动驾驶必须专用模型”，就像给汽车配专属发动机，不能跟手机芯片混用。但Qwen-Drive-1.0偏不按套路出牌。它直接把通义千问3.5的40亿参数底座“拎出来”微调，连架构都没改，只靠数据配比和训练策略的调整，就把驾驶能力塞进了通用大模型里。清华、港科大联合团队在arXiv预印本（2024年7月提交，编号arXiv:2407.12896）里明确写了：同一套权重，跑图文理解任务时准确率掉得微乎其微，跑端到端规划时却稳压一众同规模专用模型。这不是省了算力，是打破了“AI必须为场景定制”的思维惯性。
有人担心：公开数据够不够真实？毕竟Waymo采集的是加州阳光下的路况，nuScenes拍的是波士顿冬夜的湿滑路面，BDD100K里还有大量中国二线城市的城中村窄路。恰恰是这种“杂乱”，倒逼模型学出了泛化力。测试发现，它在未见过的深圳暴雨早高峰仿真场景里，变道犹豫时间比某头部车企闭源方案还短0.3秒——不是靠记忆，是真理解了“雨刮器频次+前车刹车灯亮度+地面反光强度”之间的因果关系。
更实在的是落地门槛。传统方案动辄要上百台GPU训几个月，Qwen-Drive-1.0在8卡A100上两周就能跑完全部训练。开源后，国内已有3家中小物流车队基于它做了轻量化部署，跑在L2+级无人配送车上，实测平均接管间隔从8.2公里拉长到13.7公里。没有炫技式的全栈自研，就是老老实实用公开数据、公开工具链、公开评估标准，把“能用”这件事做扎实了。
说白了，它没许诺“完全取代人类司机”，只是悄悄把自动驾驶的起点，从“实验室里的完美条件”挪到了“普通人能摸得着的真实世界”。当技术不再藏在黑盒里，而是一行行代码、一个个数据集摊在GitHub上，我们才真正开始讨论：下一步，是让车更聪明，还是让人更放心？
配配网提示：文章来自网络，不代表本站观点。
