Drive-Reason VLA 2 Super：为自动驾驶车辆打造的推理模型开源发布

HorizenKR团队开源了Drive-Reason VLA 2 Super——一个专为自动驾驶设计的72亿参数视觉-语言-动作（VLA）推理模型。该模型引入"先思考后行动"机制，在感知与决策间增加推理阶段，使驾驶动作可解释、可审计。模型采用OpenMDW-1.1许可证，允许商业使用，旨在推动自动驾驶技术的安全性与透明度提升。

传统端到端自动驾驶系统直接将像素映射到控制指令，虽在特定场景有效，但存在"黑盒"缺陷——决策错误时难以追溯原因。Drive-Reason VLA的推出正是为解决这一问题，通过插入推理阶段，让系统在行动前先理解场景、评估风险、规划路径。

Drive-Reason VLA 2 Super采用VLA架构（SigLIP ViT-SO400M视觉模块 + Qwen2.5-7B语言 backbone + 4层MLP动作头），活跃参数量72亿。推理流程为：传感器数据→场景编码→思考（场景图、风险评估、规划）→动作输出，同时30Hz安全门进行检查。每周期回答三个问题：世界是什么样？可能出现什么问题？最安全的下一步计划是什么？

模型针对NVIDIA车载平台优化：

平台	延迟	功耗	备注
NVIDIA Orin（64W模式）	48ms	55W	单摄像头，batch=1
NVIDIA Thor（110W模式）	22ms	110W	多摄像头+激光雷达，batch=4
22ms延迟支持45Hz运行，远高于10Hz控制频率，为安全检查留足时间。仓库提供TensorRT引擎、ONNX工具和安全MCU接口，降低部署门槛。

模型采用纵深防御架构：

1. 安全门机制：30Hz运行，在动作执行前用硬编码规则拦截危险指令；
2. 可解释性：每个动作附带推理依据，形成审计日志；
3. 优雅降级：推理失败时按"推理→滑行→安全停车"阶梯降级（<50ms）；
4. 隐私保护：车载运行，原始画面不离开车辆，训练数据经差分隐私过滤。

项目提供LoRA适配器，支持快速微调至下游任务：密集城区自动驾驶出租车、高速公路卡车编队、最后一公里配送、农业拖拉机作业等。训练支持监督微调（SFT）和基于GRPO的强化学习（RLVR，针对安全性奖励塑形）。

Drive-Reason VLA遵循OpenMDW-1.1许可证（允许商业使用），开放策略利于全球安全审查与技术进步。仓库包含完整工具链（推理、训练、部署、评估）及闭环仿真环境。该模型展示了大语言模型推理能力与物理世界交互的结合，为具身智能在自动驾驶场景的落地提供参考。