alpamayo

收录理由

Alpamayo 1把自动驾驶重新定义成一个推理问题，而不是简单的感知到动作的映射。这个约10B参数的视觉-语言-动作模型接收多摄像头RGB画面、自车运动历史和文本指令，同时输出自然语言的因果链解释和自车坐标系下6.4秒的未来轨迹。真正值得研究的是这层可解释性：你拿到的不仅是预测路径点，还有背后的推理过程，这对调试像突然切入或复杂路口这类棘手场景非常有帮助。扩散式轨迹解码器以及推理文本与控制输出之间的紧密耦合，是研究人员和机器人工程师最可能借鉴的部分。需要留意的是，这个仓库已经作为v1的参考版本，活跃开发和微调脚本都迁移到了更新的Alpamayo中心，开始新工作前最好先去那边看看。