SynTra-V

新型视觉-语言模型Traffic-VL解决交通信号控制问题

研究人员开发了Traffic-VL，一个拥有八十亿参数的视觉-语言模型，用于端到端的交通信号控制。该模型直接处理同步的多视图图像和自然语言相位描述来做出信号决策，无需中间结构化的交通状态。Traffic-VL在视觉泛化和有效控制方面表现出色，在未见过的情景和实际部署中，其性能优于现有的基于图像的控制器和通用的视觉-语言模型（如Gemini 3 Pro）。