AutoMoT

AutoMoT 是一个面向端到端自动驾驶的异步视觉-语言-动作（VLA）统一模型。其核心采用异步混合专家架构：低频运行的4B级理解专家负责语义推理，高频运行的1.6B级动作专家通过KV缓存桥接实时生成3秒决策与时空轨迹点；支持BEV编码与Qwen3文本骨干，已在Bench2Drive（220条CARLA路线）上完成闭环推理验证。适用于自动驾驶仿真评估、VLA模型研究及多模态时序动作规划等场景。