แม้โมเดลภาษาขนาดใหญ่ (LLM) จะเข้าใจคำสั่งผู้โดยสารได้ดี แต่การใช้เป็นสมองสั่งการรถยนต์โดยตรงมักประสบปัญหาเรื่องความเร็วและความไม่ชัดเจนของผลลัพธ์ งานวิจัยนี้จึงนำเสนอ Jev-AD ซึ่งประกอบด้วย 'Jev' (โมเดลตัดสินใจแบบ Typed Decision) ทำงานร่วมกับ Language World Model ที่ทำหน้าที่คาดการณ์อนาคต
ระบบจะประมวลผลว่าหากตัดสินใจทำบางอย่าง รถคันรอบข้างจะเคลื่อนที่อย่างไรในอีก 2 วินาทีข้างหน้า และนำผลลัพธ์นั้นมาเปรียบเทียบก่อนตัดสินใจจริง จากการทดสอบในสถานการณ์จำลองการรวมเลนบนทางหลวง ระบบนี้ช่วยลดอัตราการชนจาก 26% เหลือเพียง 2.4% และในข้อมูลจากการขับขี่จริง (NGSIM) สามารถลดอัตราการชนจาก 48.2% เหลือ 2.8% โดยประมวลผลได้รวดเร็วเพียง 0.25 วินาทีต่อการตัดสินใจ
