/ Модель

Характеристики

Библиотека
pytorch
Опубликована
16 июл 2026

Coop-SimLingo

Языковая модельИзображение, текст → action

Модель SimLingo с кооперативными подсказками, которая анализирует изображение дороги, скорость и навигационные данные и предсказывает будущие маршрутные точки для симуляции и исследований вождения.

0скачиваний за 30 дней0лайковвеса обновлены16 июл 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

Coop-SimLingo — базовая модель SimLingo с поддержкой кооперативных подсказок, выпущенная вместе с CoDrive, бенчмарком замкнутого цикла для вождения с временной привязкой к зрительно-языковым данным. Весовой файл представлен как FP32 state dictionary PyTorch; архитектура инференса зафиксирована в YAML. Модель использует OpenGVLab/InternVL2-1B.

Модель принимает выровненное фронтальное изображение 1024×512 с горизонтальным полем зрения 110°, текущую скорость в м/с, две навигационные целевые точки в системе координат автомобиля и необязательные подсказки о потенциальных опасностях с координатами. Она предсказывает будущие маршрутные точки для записанных данных, интеграции транспортного средства и оценки в CARLA. Сценарий применения — кооперативное вождение с учётом предупреждений о пешеходах, перестраивающихся автомобилях или препятствиях на полосе.

Модель не является контроллером физического автомобиля. Для реального применения необходимы независимые локализация, калибровка камеры, обработка V2X-сообщений, управление по точкам маршрута, контроль столкновений и аварийная остановка. Использование требует соблюдения лицензий и условий SimLingo и InternVL2.

Сценарии применения

  • предсказание маршрутных точек автомобиля в CARLA
  • оценка влияния предупреждений о пешеходах на траекторию движения
  • прогнозирование траектории при опасном перестроении другого автомобиля
  • планирование пути с учётом препятствия на полосе
  • оценка кооперативного вождения на записанных данных

Ограничения

Предсказывает будущие маршрутные точки, но не управляет физическим автомобилем. Для реального внедрения требуются отдельные локализация, калибровка, обработка V2X, контроль столкновений и аварийная остановка.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Coop-SimLingo

Coop-SimLingo is the hint-enabled SimLingo baseline released with CoDrive, a closed-loop benchmark for temporally grounded cooperative vision-language driving.

Files

  • coop_simlingo_fp32.pt: model-only FP32 PyTorch state dictionary.
  • coop_simlingo_inference.yaml: frozen inference architecture.
  • model_metadata.json: format and SHA256 metadata.
  • SHA256SUMS: integrity checksums.

Usage

Clone CoDrive, create the pinned environment, and download this model through its helper:

git clone https://github.com/YongshuoLiu/CoDrive.git
cd CoDrive
conda env create -f environment-simlingo.yaml
conda activate simlingo
python -m pip install -e . --no-deps
bash codrive.sh setup

For one-image inference without CARLA:

bash codrive.sh predict \
  --image front_1024x512.jpg \
  --speed 6.2 \
  --target 15.0,0.2 \
  --next-target 30.0,0.4 \
  --scenario S1 \
  --front-car-pos 18.0,-1.2

A complete, runnable S1 record with the front image, numeric inputs, inference script, and best-005 reference output is available in the CoDrive example directory:

bash codrive.sh example --device cuda:0

The public Python API is codrive.CoopSimLingoRuntime. S1-S5 use the <FRONT_CAR_POS> token and its numeric ego-frame position. The canonical S6 cross-traffic warning is non-positional.

Inputs and cooperative hints

The model requires a rectified 1024x512 front image with 110-degree horizontal FoV, current speed in m/s, and two ego-frame navigation target points. The optional canonical hints are:

IDExact hint
S1The pedestrian at position <FRONT_CAR_POS> is about to enter the ego lane.
S2The vehicle at position <FRONT_CAR_POS> will cut into the ego lane soon.
S3The static object at position <FRONT_CAR_POS> is blocking the ego lane.
S4A wrong-way vehicle at position <FRONT_CAR_POS> will cross the ego left-turn path. Yield before turning left.
S5A wrong-way vehicle at position <FRONT_CAR_POS> will cross the ego right-turn path. Yield before turning right.
S6A vehicle approaching from the left will cross the ego right-turn path. Yield before turning right.

S1-S5 additionally require the referenced [forward, right] ego-frame position in meters. Positive values mean forward/right; negative lateral values mean left. For example, [18.0, -3.5] is 18 m ahead and 3.5 m left. The value is not a pixel, GPS/world coordinate, or distance-bearing pair. <FRONT_CAR_POS> is a hazard-anchor token and may refer to an actor or expected conflict point, not necessarily a front car. The special token must not be replaced with coordinate text; the numeric value is supplied separately through the CoDrive API.

Current speed is a non-negative scalar in meters per second, not km/h. The camera, speed, navigation targets, warning, and hazard position must describe the same timestamp. Full details and command examples are provided in docs/inference_interface.md in the CoDrive repository.

Scope

The model predicts future waypoints for recorded data, vehicle integration, and CARLA evaluation. It is not a physical-vehicle controller. Deployment requires independent localization, camera calibration, V2X message handling, waypoint control, collision monitoring, watchdogs, and emergency stopping. Follow docs/real_vehicle.md in the CoDrive repository.

Base model

The architecture uses SimLingo with OpenGVLab/InternVL2-1B. Users must comply with the licenses and terms of the upstream SimLingo and InternVL2 components.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
811df58

0 моделей