首个端到端车载 VLM 框架；谷歌提出「无启发式多教师学习」方法｜大模型日报

本文介绍了首个端到端车载视觉语言模型（VLM）框架，旨在通过自然语言理解和场景推理能力，提供低延迟的个性化驾驶体验。研究团队提出了一个基于检索-增强生成（RAG）的记忆模块，通过用户反馈持续学习个人驾驶偏好，并在实际车辆部署中证明了其安全、舒适和个性化的驾驶性能，显著降低了接管率。该工作代表了自动驾驶汽车中首个基于VLM的运动控制系统。