Alibaba'nın Qwen ekibi otonom sürüş için açık kaynak model yayınladıAlibaba’s Qwen team releases open-source model for autonomous driving

ÖzetSummary

Alibaba'nın Qwen ekibi, Huazhong Bilim ve Teknoloji Üniversitesi ile iş birliği içinde, Qwen3.5-4B görme-dil omurgası üzerine 3B algılama ve yörünge planlama modüllerini yerleştiren açık kaynak otonom sürüş modeli Qwen-Drive-1.0-4B'ü yayımladı. Proje, Apache 2.0 lisansı altında kod, ağırlıklar ve demo verilerini içeriyor; ayrıca taklit öğrenme tabanlı ve pekiştirmeli öğrenme ile optimize edilmiş olmak üzere iki planlama varyantı sunuyor.Alibaba's Qwen team, in collaboration with Huazhong University of Science and Technology, released Qwen-Drive-1.0-4B, an open-source autonomous driving model that integrates 3B perception and trajectory planning modules onto the Qwen3.5-4B vision-language backbone. The project includes code, weights, and demo data under the Apache 2.0 license; it also offers two planning variants, one optimized via imitation learning and the other via reinforcement learning.

Neden ÖnemliWhy it matters

VLM tabanlı bir sürüş yığınısını açık kaynak alana taşıyarak bu yayımlama, akademik laboratuvarların ve daha küçük otomobil üreticilerinin Tesla veya Waymo'nun kapalı yığınlarına bağımlı kalmadan uçtan uca sürüş deneyleri yapma eşiğini düşürüyor. Bu adım, Alibaba'nın metin üretimi LLM'lerinin ötesine geçerek gövdeli, güvenlik açısından kritik yapay zekâ alanına somut bir girişini de işaret ediyor; bu alanda açık kaynak araçların azlığı dikkat çekiyor. Apache 2.0 lisansı, modelin ticari kullanımına olanak tanıyarak Çin menşeli sürüş modelleri etrafında daha geniş bir ekosistemin oluşmasını hızlandırabilir.By bringing a VLM-based driving stack to the open-source community, this release lowers the barrier for academic labs and smaller automakers to conduct end-to-end driving experiments without relying on the closed stacks of Tesla or Waymo. This step also marks Alibaba's concrete entry into the embodied, safety-critical AI domain, extending beyond its text-generation LLMs, a field where open-source tools are notably scarce. The Apache 2.0 license enables commercial use, potentially accelerating the formation of a broader ecosystem around China-originated driving models.

Öne ÇıkanlarHighlights

• Ayrı 3B algılama ve yörünge üretimi modülleriyle Qwen3.5-4B VLM üzerine inşa edildiBuilt on the Qwen3.5-4B VLM with separate 3B perception and trajectory generation modules
• Taklit öğrenme ve pekiştirmeli öğrenme ile optimize edilmiş iki planlama başlığı; aynı VLM omurgasını paylaşıyorTwo planning heads optimized with imitation learning and reinforcement learning, sharing the same VLM backbone
• Kod, model ağırlıkları ve demo verileriyle Apache 2.0 lisansı altında yayımlandıReleased under the Apache 2.0 license, including code, model weights, and demo data

EleştiriCritical take

Makale şaşırtıcı derecede zayıf: hiçbir kıyaslama verisi yok, mevcut açık kaynak sürüş referanslarıyla (UniAD, VAD vb.) karşılaştırma yapılmamış ve donanım gereksinimleri ya da gerçek dünya kapalı döngü testlerine değinilmemiş. 4B parametreli bir VLM'nin tam sürüş algılama ve planlamasını üstlenmesi, sistemin küratörlü demo verilerinin ötesine geçip gerçek yol senaryolarının uzun kuyruk karmaşıklığına genelleşip genelleşemeyeceği konusunda meşru sorular doğuruyor.The paper is surprisingly weak: it lacks any benchmark data, fails to compare against existing open-source driving references (such as UniAD or VAD), and does not address hardware requirements or real-world closed-loop testing. The fact that a 4B-parameter VLM handles full driving perception and planning raises legitimate questions about whether the system can generalize beyond curated demo data to the long-tail complexity of real-world road scenarios.