VECTOR-DRIVE는 Qwen2.5-VL-3B를 기반으로 한 시각-언어-궤적 연동 프레임워크입니다. 이 모델은 엔드투엔드 자율 주행을 위해 교통 장면을 이해하고 주행 의도를 추론하며 실행 가능한 운동 계획을 생성합니다.
VECTOR-DRIVE는 공유된 자기 주의를 통해 모든 토큰을 결합하고 토큰 의미에 따라 피드 포워드 계산을 라우팅합니다. 시각 및 언어 토큰은 의미적 우선 순위를 보존하기 위해 시각-언어 전문가에 의해 처리되고, 목표점, 자가 상태 및 노이즈 액션 토큰은 운동 관련 계산을 위해 궤적 전문가에 의해 라우팅됩니다.
Bench2Drive에서 VECTOR-DRIVE는 88.91의 Driving Score를 달성하여 대표적인 엔드투엔드 및 VLA 기반 모델을 능가했습니다.