DriveZero 发布端到端驾驶模型：基于强化学习与视觉蒸馏实现超越人类演示

Hugging Face Papers 于 2026 年 9 月 9 日报道，DriveZero 团队发布了名为 DriveZero 的端到端驾驶模型。该模型通过蒸馏技术统一了行动模型 DriveRL 与感知模型 DriveVFM。其中，DriveRL 基于闭环强化学习训练，利用 nuPlan 日志构建混合智能体交互世界，使用 570 万参数策略进行 PPO 训练；DriveVFM 则通过蒸馏 DINOv3、SigLIP2 等模型构建无标签视觉骨干。DriveZero 利用 DriveRL 的推演数据进行训练，而非依赖人类轨迹数据。测试结果显示，该模型在 NAVSIMv1 基准上超越了人类驾驶员，并在 NAVSIMv2 及 HUGSIM 基准测试中表现领先。