/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-4B
Опубликована
22 сен 2026

Qwen-Drive-1.0-4B-gguf

Изображение и текст → текст3 профессии

Мультимодальный комплект Qwen-Drive-1.0 на базе Qwen3.5-4B для визуального восприятия дорожной сцены и планирования движения автономного автомобиля.

411скачиваний за 30 дней1лайквеса обновлены22 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Qwen-Drive-1.0-4B-GGUF — комплект GGUF-чекпойнтов для мультимодальной модели автономного вождения Qwen-Drive-1.0, размещённый EvoAwaken-Workshop. Модель объединяет зрительно-языковую основу Qwen3.5-4B с отдельными головами 3D-восприятия и планирования движения; для полной работы нужны компоненты VLM, визуальный проектор, голова восприятия и один из планировщиков. Репозиторий упаковывает опубликованные чекпойнты для runtime rust-model-inference и не заявляет о создании новой модели или квантизации.

Набор предназначен для анализа визуальной сцены в контексте автономного вождения, 3D-восприятия и планирования движения. Метаданные указывают поддержку диалога и vision, а главный тип задачи Hugging Face — image-text-to-text. В комплекте есть варианты BF16 и F32; лицензионная метка — Apache-2.0. README направляет за подробностями о данных, оценке и назначении к официальной реализации и техническому отчёту.

Сценарии применения

  • анализ изображений дорожной сцены для автономного вождения
  • ответы на вопросы о дорожной обстановке по изображению
  • 3D-восприятие объектов и сцены на дороге
  • планирование движения автомобиля по данным восприятия

Ограничения

Для полной функциональности требуются все компоненты комплекта и ровно один планировщик; README не приводит сведений о результатах оценки и подробностях данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen-Drive-1.0-4B GGUF

This repository packages the released Qwen-Drive-1.0-4B checkpoints as GGUF components for the native rust-model-inference runtime. It is a conversion, not a new model or a quantization: the main VLM and both planners retain BF16 payloads where supported; required norms, biases, and vision-patch tensors are F32. The perception head is F32.

Qwen-Drive-1.0 combines a Qwen3.5-4B vision-language model with external 3D perception and motion-planning heads. Read the official implementation and technical report for the model, data, evaluation, and intended-use details.

Files

All five files are required for full functionality. Choose exactly one planner.

FileSizeRole
Qwen-Drive-1.0-4B-BF16.gguf7.85 GiBQwen3.5 vision-language model
Qwen-Drive-1.0-4B-mmproj-BF16.gguf629 MiBVision projector; used with the VLM
Qwen-Drive-1.0-planner-sft-BF16.gguf1.94 GiBSupervised-finetuned planning expert
Qwen-Drive-1.0-planner-rl-BF16.gguf1.94 GiBReward-optimized planning expert
Qwen-Drive-1.0-perception-F32.gguf477 MiBBEV 3D perception head

Integrity

The bundled exporter verified each file's GGUF directory and SHA-256 digest.

FileSHA-256
Qwen-Drive-1.0-4B-BF16.gguf1d5aabe7f02ef97fdf173bad8bcaaf783af4d85bd07ea56cc3dd42d1f28deac9
Qwen-Drive-1.0-4B-mmproj-BF16.ggufd0ba72870cca4073c0e3aaef251e36c6ff1061c6b76fa725cb55d518a11a3d9f
Qwen-Drive-1.0-planner-sft-BF16.gguf7ab6abef07523192aad877bc0186dcc6c82c854f951f00ba00c7ce06bcf89cd9
Qwen-Drive-1.0-planner-rl-BF16.gguf05f205728c822382650b6ee43f8c343da09f2dce381e399c86f891b4411b9b5a
Qwen-Drive-1.0-perception-F32.ggufc1ac01ca2f3c70a67d2517969d43016373c4b30dca47ce82b29609739b9879c5

Usage

Build the runtime, download the required components, and run planning with either the SFT or RL planner:

cargo build --release --bin rust-model-inference

target/release/rust-model-inference \
  --model Qwen-Drive-1.0-4B-BF16.gguf \
  --mmproj Qwen-Drive-1.0-4B-mmproj-BF16.gguf \
  --planner Qwen-Drive-1.0-planner-sft-BF16.gguf \
  --scenes /path/to/planning_scenes.jsonl \
  --image-root /path/to/images \
  --mode direct_planning \
  --num-samples 1 --num-steps 10 --seed 42 \
  --output predictions.jsonl --threads 12

Perception additionally requires the VLM, mmproj, perception component, six camera JPEGs, and the official-format frame manifest:

target/release/rust-model-inference \
  --model Qwen-Drive-1.0-4B-BF16.gguf \
  --mmproj Qwen-Drive-1.0-4B-mmproj-BF16.gguf \
  --perception Qwen-Drive-1.0-perception-F32.gguf \
  --frames /path/to/frame \
  --output perception.json --threads 12

For frame preparation, input schemas, planning modes, and limitations, follow the official repository. The GGUF exporter and runtime examples are in tools/qwen_drive.

License and responsible use

This conversion preserves the upstream Apache-2.0 license. Follow the upstream model's terms and guidance. This is research software for offline evaluation and is not a vehicle-control system; do not use it to operate a vehicle or make safety-critical decisions without independent validation and appropriate safeguards.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
659137f

0 моделей