Turing股份有限公司（東京都大田區，代表取締役：山本一成，以下簡稱「Turing」）宣布，在面向自動駕駛的實體AI——VLA（Vision-Language-Action，視覺-語言-動作）模型領域，成為國內首家（※1）實現於公開道路進行即時控制與行駛的企業。此外，公司同步公開了因果推論資料集「RACER」及影像分詞器「DriveTiTok」。

本次開發是日本經濟產業省／NEDO生成式AI研究支援計畫「後5G資訊通訊系統基礎強化研究開發事業／具競爭力之生成式AI基礎模型開發（GENIAC）」的一環。所建構的部分資料集及開發完成的預訓練模型已於Hugging Face上公開。此外，開發過程中獲得的技術洞見也透過技術部落格對外發表，持續推動產業界及學術界自動駕駛技術的發展。

※1：本公司自行調查，2026年3月調查，依據公開資訊，為國內以VLA模型進行公開道路即時推論之自動駕駛控制的案例

關於VLA模型的即時控制

VLA模型整合來自攝影機的視覺資訊與語言情境理解，預測並輸出相當於車輛轉向、加減速的駕駛行為。與以往以影像和感測器資料為核心訓練的端對端自動駕駛模型不同，其特點在於採用以語言模型為基礎的整合式決策架構。

此次，Turing自主訓練了約20億參數規模的VLA模型，並針對車載計算機環境進行最佳化，實現了於公開道路的自動駕駛控制。以10Hz（每秒10次）的頻率同時執行即時推論與車輛控制，並確認了在實際環境中穩定的自動駕駛性能。

Turing自2023年起，持續致力於以語言模型為基礎的自動駕駛技術研究開發。本次成果是其延伸，未來將朝著實現國產實體AI的目標，進一步加速技術開發及社會落地。

技術部落格：https://zenn.dev/turing_motors/articles/f5e44178d78153

因果推論資料集「RACER...

FACT BOX · 重點整理

  • 來源：PR TIMES
  • 分類：新聞