Einordnung
Qwen-Drive-1.0 ist ein Vision-Language-Grundmodell für die Forschung zum autonomen Fahren. Die veröffentlichte 4B-Variante basiert auf Qwen3.5-4B und verbindet das Sprach-Bild-Modell mit externen Modulen für 3D-Wahrnehmung und Bewegungsplanung. Modell und Code stehen unter Apache 2.0 zur Verfügung. (github.com)
Fähigkeiten und Einsatz
- Beantwortung visueller Fragen zu Fahrszenen und allgemeines Bildverständnis.
- 3D-Objekterkennung, semantische Belegungsvorhersage und Kartensegmentierung aus der Vogelperspektive.
- Planung zukünftiger Fahrzeugtrajektorien. Der SFT-Planer unterstützt direkte und begründete Planung; der belohnungsoptimierte RL-Planer ist für begründete Planung vorgesehen.
- Geeignet für Forschung und Experimente zu Szenenverständnis, Wahrnehmung und Fahrplanung. (huggingface.co)
Einschränkungen
Der technische Bericht nennt unter anderem instabile Ursachenzuordnung in komplexen Szenen und mögliche Abweichungen zwischen textlicher Begründung und erzeugter Trajektorie. Die Übertragbarkeit auf andere Kamerakonfigurationen muss für die jeweilige Zielplattform quantitativ geprüft werden. Das Modell allein ist kein nachgewiesen sicheres, einsatzfertiges autonomes Fahrsystem. Für die lokale Nutzung empfiehlt das Projekt eine GPU mit mindestens 24 GB Speicher; Wahrnehmung und Planung benötigen die jeweiligen Zusatzmodule. (arxiv.org)
Veröffentlichung
Als Veröffentlichungsdatum wurde der 3. September 2026 vorgegeben; es ließ sich auf der angegebenen Qwen-Blogseite nicht unabhängig bestätigen, da deren Inhalt beim Abruf nicht lesbar war. Der technische Bericht wurde bereits am 31. August 2026 auf arXiv eingereicht. (qwen.ai)
Preise
Für Qwen-Drive-1.0 konnten weder auf der offiziellen chinesischen Preisseite ein CNY-Preis noch auf der internationalen Preisseite ein USD-Preis für Eingabe oder Ausgabe verifiziert werden. Die Preislisten enthalten keinen passenden Modelleinintrag. Selbstbetrieb kann Infrastrukturkosten verursachen. Abfrage: 16. November 2026. (help.aliyun.com)