Alibabas Forschungsteam präsentiert Qwen-Drive-1.0, ein multimodales KI-Modell für autonomes Fahren, das Sensorbilder verarbeitet, Verkehrssituationen analysiert und Fahrkommandos plant – alles in einem einzigen System. Das Besondere: Das Modell kann in Sprache erklären, warum es bremst oder ausweicht. Der Haken ist, dass diese Begründungen oft nicht mit den tatsächlichen Entscheidungsgründen übereinstimmen – ein klassisches Explainability-Problem moderner KI. Der Ansatz zeigt die Fortschritte bei der Vereinigung von Multimodal-Verständnis und räumlicher Reasoning, offenbart aber auch die Grenzen bei der Transparenz.
