연구진이 자율 주행 Vision-Language-Action(VLA) 모델 'Fast-dDrive'를 공개했어요. 기존 방식의 한계를 극복하고 속도와 정확도를 동시에 높이는 데 집중했어요.
Fast-dDrive는 블록 디퓨전 방식을 사용해 안전을 중시하는 계획을 우선시하며, JSON 형태의 출력을 활용해 효율성을 높였어요.
WOD-E2E 테스트 세트에서 SOTA 성능을 달성했으며, nuScenes에서 평균 L2 오차를 22% 개선했어요.
SGLang과 통합 시 기존 AR 방식 대비 12배 빠른 처리 속도를 보여, 실시간 자율 주행에 적합하도록 설계됐어요.