其他

北航清华DriveTeach-VLA方法提升自动驾驶VLA模型性能，论文被ECCV 2026接收

【已确认事实】北京航空航天大学、清华大学产业研究院与滴滴团队联合提出的DriveTeach-VLA方法，针对自动驾驶视觉语言动作（VLA）模型进行训练优化。该方法旨在解决现有VLA模型过度依赖文本数据、忽视视觉动作规划的问题，通过交通要素蒸馏纠正模型关注点，并利用BEV轨迹到图像像素空间的映射技术增强视觉理解。在NAVSIM评测中，DriveTeach-VLA达到90.4 PDMS，结合Drivor轨迹选择器后性能提升至92.7，取得当前最先进的结果。该论文已被ECCV 2026正式接收，相关代码和模型已开源。【讨论】这项工作强调了在自动驾驶领域中，VLA模型从语言推理转向视觉动作规划的重要性，可能为未来具身智能和大规模模型预训练提供新方向。

多来源证据

事件时间线

1. 8月10日 17:31
   微信公众号 WeWe-RSS
   ECCV 2026｜自驾VLA Scaling有戏了，北航清华DriveTeach-VLA：用图像轨迹打通驾驶场景与基模预训练