V2X-QA：面向车路协同自动驾驶的多模态大模型推理数据集与基准

V2X-QA是面向车路协同自动驾驶的多模态大模型推理数据集与基准，基于真实场景构建，支持车端、路端、协同三种视角的受控评估。项目同步发布了基于Qwen3-VL的MoE基线模型V2X-MoE，为多模态大模型在自动驾驶领域的应用提供全新评估维度。

自动驾驶正从单车智能向车路协同（V2X）转变，融合车端近距离细节与路端全局感知是关键挑战。传统数据集多聚焦单一视角，V2X-QA基于V2X-Seq-SPD构建，首次整合车端（VS）、路端（IS）、协同（CO）三种视角到统一VQA框架，可精确量化不同信息源对模型推理的贡献。

V2X-QA包含12个视角对齐任务，覆盖感知（识别交通参与者/标志等）、预测（轨迹推断）、推理规划（驾驶决策）三层次。每个任务针对三种视角设评估子集，数据以JSONL格式存储（含问题、选项、答案、图像路径）。原始图像需从V2X-Seq-SPD官方渠道单独下载（因许可限制）。

V2X-MoE是基于Qwen3-VL的MoE模型，采用显式视角路由机制，含车端、路端、协同三个LoRA专家模块。推理时根据问题视角激活对应专家，避免单一模型适应多分布的性能折损。训练分三阶段：联合MCQA训练→协同视角调优→路端视角增强，确保通用与专项能力平衡。

项目提供完整训练/评估脚本（支持Conda/venv环境），训练脚本在model/train/目录（对应三阶段），评估脚本v2x_moe_eval_mcqa_qwen3.py可直接加载预训练检查点。检查点含三个专家LoRA权重及配置，用户无需从头训练即可复现结果。需注意：标注文件、脚本、检查点由项目维护，原始图像和基础模型需遵循上游协议获取。

V2X-QA填补了车路协同多模态大模型评估空白，相比传统数据集更强调高层推理（理解场景并决策），契合多模态大模型发展趋势。应用上，为车路协同系统算法迭代提供标准化测试平台，可评估车端感知优化、路侧部署策略、云端融合算法等。

V2X-QA通过多视角VQA数据集与MoE基线模型，为车路协同研究提供重要基础设施。其受控评估设计、模块化架构、开源实现体现对领域需求的深刻理解。对研究者/工程师而言，既是基准工具也是参考框架，期待项目持续迭代助力行业发展。