应用介绍

让多模态大模型开车，用文字推理「前面那辆车会怎么走」往往丢失了空间细节。FutureSightDrive 让模型先画出未来的画面，再基于这张图做规划，用视觉化的时空思维链替代纯文字推理。

西安交大团队出品，论文获 NeurIPS 2025 Spotlight，提供训练与推理代码。

软件功能

视觉思维链：先想象未来画面。

时空推理：保留空间细节。

端到端规划：直接输出轨迹。