论文发布车载座舱多模态基准，现有模型在安全关键任务上表现不佳。
资讯摘要
论文提出 Automotive-ENV，一个基于 Android Automotive OS 的交互式基准，用于评估多模态模型在车载座舱环境中的表现。该基准包含 420 个任务，覆盖常规座舱操作与安全关键场景，通过 UI 状态、车辆信号和安全条件的可复现验证器进行判定，而非依赖动作匹配或 LLM 评判。作者报告，代表性通用多模态模型与 GUI 专用视觉语言模型在隐式意图和安全关键任务上性能明显下降，并暴露出安全推理、车辆控制理解与隐式风险识别方面的失败模式。
要点速读
- 基准基于 Android Automotive OS，结合座舱屏幕交互与车辆状态信号，含 420 个任务。
- 采用基于 UI 状态、车辆信号和安全条件的确定性验证器评估，而非动作匹配或 LLM 评判。
- 作者报告现有模型在隐式与安全关键任务上性能大幅下降，并存在一致的失败模式。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。