AUTOPILOT VQA：面向行車記錄儀影片的事故中心視覺問答基準

本文提出 AUTOPILOT-VQA，一個面向行車記錄儀影片理解的事件中心視覺問答基準，旨在系統評估多模態大模型在安全關鍵事故推理中的可靠性。儘管多模態模型在自動駕駛場景理解中表現優異，但其在複雜事故情境下的推理能力仍缺乏全面評估。該基準圍繞真實世界駕駛事故與險情建構結構化問題，涵蓋天氣光照、交通環境、道路佈局、路面狀態、交通標誌、涉事實體、事故發生過程、撞擊位置及可避免性推理等多樣化安全相關類別。實驗表明，AUTOPILOT-VQA 推動模型從簡單物體識別轉向具備時間接地性與安全意識的推理。作為 AUTOPILOT CVPR 2026 競賽的一部分，該數據集為評估自動駕駛系統在不同場景下的可靠性提供了標準化基準，有助於開發更可解釋、穩健且注重安全的視覺語言系統。