写在前面&amp，笔者的个人理解本文介绍了EMMA，一种用于自动驾驶的端到端多模态模型，EMMA建立在多模态大型语言模型的基础上，将原始摄像头传感器数据直接映射到各种特定于驾驶的输出中，包括规划者轨迹、感知目标和道路图元素，EMMA通过将所有非传感器输入，如导航指令和自车状态，和输出，如轨迹...