Alibaba libera Qwen-Drive-1.0-4B, modelo de código abierto para conducción autónoma
Modelo de visión-lenguaje con licencia Apache 2.0 para percepción 3D y planificación de trayectorias en vehículos autónomos.
Alibaba ha publicado Qwen-Drive-1.0-4B, un modelo de visión-lenguaje (VLM) orientado a conducción autónoma. Se distribuye bajo licencia Apache 2.0 y está disponible en dos variantes: una afinada con supervisión (SFT) y otra con aprendizaje por refuerzo (RL) llamada Planning Expert. Ambas pueden descargarse desde Hugging Face y GitHub.
El modelo parte de la base Qwen3.5-4B, con 4.000 millones de parámetros. Está pensado para cubrir la percepción 3D del entorno y la planificación de trayectorias, dos tareas que en un vehículo deben ejecutarse en tiempo real y con recursos limitados. Un tamaño de 4B es manejable en hardware embebido, lo que facilita su despliegue en el propio coche o en un clúster pequeño.
La variante SFT se entrena a partir de datos etiquetados, mientras que la de RL se optimiza para tomar mejores decisiones durante la conducción. Esta separación es habitual en los sistemas que combinan visión y control, aunque aquí se centra exclusivamente en el contexto del automóvil.
La elección de Apache 2.0 no es casual. Hace que el modelo sea interoperable con la mayoría de proyectos comerciales y permite modificaciones sin obligación de publicar el código derivado. Alibaba ya ha abierto otros modelos de la familia Qwen, así que es una estrategia coherente con su política.
El principal problema es la falta de información sobre rendimiento. No hay métricas comparativas con alternativas como LLaVA o OpenVLA, ni demostraciones prácticas. Habrá que esperar a que la comunidad lo pruebe en simuladores o entornos controlados para saber si realmente cumple. Además, en conducción autónoma el código abierto no equivale a certificación de seguridad; quien lo use debe asumir esa responsabilidad.
Para quien trabaja en robótica o vehículos autónomos, tener un modelo de este tipo con licencia permisiva es un punto de partida útil. Permite experimentar sin atarse a un proveedor cerrado y sirve para validar hipótesis de arquitecturas. Aún así, no conviene sobrevalorar el anuncio: es un modelo inicial que necesitará tiempo y más pruebas para demostrar su valía sobre el terreno.
