Open GGOOAI 开源项目
MiniMind-3V-Driving
模型
项目解读
这个项目是什么？
基于 MiniMind-3V，将通用视觉语言模型垂直微调到驾驶决策域：把单路图文生成改写为「决策依据 + 转向/油门/刹车/挡位 + 13 类动作」多任务目标，用 nuScenes 环视时序构建可追溯的领域数据（控制标签明确为 ego-motion 代理），默认冻结 CLIP 视觉编码器，对 LLM 做全量或 LoRA 适配并训练驾驶头；再经同场景 DPO
解决了什么问题？
公开资料暂未说明。
可以用来做什么？
公开资料暂未说明。
正在读取最新信息…
正在读取评论…