研究者提出GeoCoTDrive几何思维链VLA框架

研究者 Xingtai Gui 等提出并发布 GeoCoTDrive，一个面向自动驾驶 VLA 模型的显式几何链式推理框架，同时发布 PlanningGrounding 数据集。 该框架针对的问题是：VLA 模型的动作需要精确的 3D 几何线索，而视觉语言推理停留在 2D 语义空间。GeoCoTDrive 的做法是先定位决策关键的 2D 区域，再从几何基础模型采样局部 3D 先验，将其交织进自回归上下文以生成轨迹。 上述框架与数据集由作者在论文中提出，其效果尚未经独立验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。