V2X-QA：面向自动驾驶中自车、基础设施及协同视角的多模态大模型综合推理数据集与基准

针对现有自动驾驶基准局限于自车视角的问题，本文提出 V2X-QA，一个涵盖自车、基础设施及协同视角的真实世界多模态推理数据集与基准。该基准采用视图解耦评估协议，包含感知、预测及推理规划等十二类任务。实验表明，视图可访问性显著影响模型性能，且协同推理因需跨视图对齐而极具挑战。为此，作者提出 V2X-MoE 基线模型，通过显式视图路由和特定视图 LoRA 专家提升多视角推理能力，为网联自动驾驶中的多视角物理智能研究奠定基础。