分层规划

面向自动驾驶的视觉语言模型，提升复杂长尾场景理解能力 DriveVLM是清华大学Mars实验室推出的自动驾驶领域视觉语言模型，通过场景描述、场景分析、分层规划的推理模块组合，强化对复杂、长尾驾驶场景的理解能力。针对现有视觉语言模型空间推理不足、算力需求高的痛点，推出混合架构DriveVLM-Dual，结合DriveVLM与传统自动驾驶流程优势，已在公开数据集验证并完成量产车部署。