何が起きたか

チューリング株式会社は、Vision-Language-Action（VLA）モデルを用いた公道でのリアルタイム自動運転を日本で初めて達成したと発表した。同社は約20億パラメータのVLAモデルを独自開発し、10Hzでのリアルタイム推論と車両制御を実現した。また、因果推論データセット「RACER」と画像トークナイザ「DriveTiTok」を公開した。

なぜ重要か

自動運転の研究では、走行中に「なぜその操作を選ぶか」を学ばせるデータが不足しやすく、例外的な場面の判断根拠を整理した「RACER」はその補強に使えます。さらに「DriveTiTok」は走行動画を約100分の1に圧縮できるため、動画を扱う学習や保存の負担を減らしたい開発者に向きます。