알리바바 클라우드가 10일 자율주행용 통합 비전·언어 파운데이션 모델 '큐웬-드라이브-1.0'을 공개했다. 멀티모달 모델 '큐웬3.5-4B'를 기반으로 기존 아키텍처를 바꾸지 않고 3D 객체 인식·의미 점유 예측·BEV 지도 분할을 수행하는 'BEV 인식 헤드'와, 플로 매칭 기반 확산 트랜스포머로 5초간의 주행 궤적을 생성하는 '플래닝 엑스퍼트' 두 모듈을 추가했다. 자율주행 데이터 학습 시 범용 비전·언어 능력이 저하되는 '치명적 망각' 문제를 줄이기 위해 단계적 학습과 데이터 통일 작업을 거쳤으며, 주행 장면 이해 평가에서 '큐웬-드라이브-1.0-SFT'가 평균 69.43점을 기록해 경쟁력 있는 수준이라고 밝혔다. 알리바바는 이를 완성된 자율주행 시스템이 아닌 초기 단계 파운데이션 모델로 규정했다.

• •큰원-드라이브-1.0, 큰원3.5-4B 기반으로 BEV 인식 헤드·플래닝 엑스퍼트 두 모듈 추가
• •3D 객체 탐지·의미 점유 예측·BEV 지도 분할을 동시 수행하는 BEV 인식 헤드 탑재
• •플래닝 엑스퍼트가 플로 매칭 기반 확산 트랜스포머로 5초간 주행 굤적 생성
• •주행 장면 이해 평가에서 큰원-드라이브-1.0-SFT 평균 69.43점 기록
• •학습에 공개 데이터 기반 총 283만 개 샘플 활용, 완성된 자율주행 시스템이 아닌 초기 단계로 규정