Wayve首席執行官揭示了擴展自動駕駛技術的秘密

Alex Kendall，Wayve的共同創辦人兼首席執行官，對將其自動駕駛車輛新創公司的技術推向市場表示樂觀。他相信堅持開發成本效益高、與硬體無關的自動駕駛軟體策略將是關鍵。這款軟體不僅可用於高級駕駛輔助系統（ADAS），還可用於機器人計程車和機器人技術。

在Nvidia的GTC大會上，Kendall概述了一個專注於端到端數據驅動學習方法的策略。這意味著系統直接將其通過攝影機等感測器「看到」的內容轉換為駕駛動作，例如煞車或轉向。這種方法消除了對高精地圖或基於規則的軟體的需求，這在早期的自動駕駛車輛（AV）技術中很常見。

這種方法吸引了投資者的注意。自2017年成立以來，Wayve在過去兩年中籌集了超過13億美元的資金。該公司計劃將其自動駕駛軟體授權給汽車和車隊合作夥伴，包括像Uber這樣的公司。雖然尚未宣布任何汽車合作關係，但Wayve的發言人告訴TechCrunch，他們正在與多家原始設備製造商（OEMs）進行「深入討論」，以將其軟體整合到各種車型中。

Wayve軟體的價格親民是這些談判中的主要賣點。Kendall提到，原始設備製造商可以將Wayve的ADAS整合到新生產的車輛中，而無需投資額外的硬體，因為該技術可與現有的環視攝影機和雷達等感測器配合使用。

Wayve的軟體還是「晶片無關」的，這意味著它可以在原始設備製造商已在其車輛中使用的任何GPU上運行。然而，該新創公司的當前開發車隊使用的是Nvidia的Orin系統晶片。

「進入ADAS領域至關重要，因為它讓你能建立一個可持續的商業模式，大規模建立分銷，並獲得數據曝光，從而訓練系統達到Level 4，」Kendall在週三的演講中說道。Level 4駕駛系統可以在特定條件下無需人類干預自主導航環境。

Wayve計劃首先在ADAS層級上商業化其系統。該新創公司的人工智能駕駛員設計為無需使用雷射雷達（lidar，一種使用雷射光創建詳細3D地圖的感測器），而許多開發Level 4技術的公司認為雷射雷達是必不可少的。

Wayve的自主駕駛方法與Tesla相似，後者也使用端到端的深度學習模型來增強其自動駕駛軟體。與Tesla一樣，Wayve旨在通過廣泛推廣ADAS來收集數據，幫助其系統實現完全自主。Tesla的「Full Self-Driving」軟體可以處理一些自動駕駛任務，但尚未完全自主，儘管該公司計劃在今年夏天推出機器人計程車服務。

Wayve與Tesla的一個關鍵區別在於，Tesla僅依賴攝影機，而Wayve則對使用雷射雷達以實現短期完全自主持開放態度。「從長遠來看，當你建立了可靠性和驗證大規模能力時，確實有機會進一步縮減感測器套件，」Kendall說。「這取決於你想要的產品體驗。你希望車輛在霧中更快行駛？那麼你可能需要像雷射雷達這樣的其他感測器。但如果你願意讓AI理解攝影機的局限性，並因此採取防禦性和保守的態度？我們的AI可以學會這一點。」

Kendall還介紹了GAIA-2，Wayve最新的專為自動駕駛設計的生成式世界模型。該模型通過大量真實世界和合成數據，跨多種任務訓練駕駛員。Kendall表示，通過同時處理視頻、文本和其他動作，Wayve的AI駕駛員在駕駛行為上更具適應性和人性化。

「真正讓我興奮的是你看到的類似人類的駕駛行為，」Kendall說。「當然，沒有手動編碼的行為。我們不告訴車輛如何行動。沒有基礎設施或高精地圖，但新興的行為是數據驅動的，並能應對非常複雜和多樣的場景，包括訓練期間可能從未見過的場景。」

Wayve與自動駕駛卡車新創公司Waabi有著相似的理念，後者也追求端到端的學習系統。兩家公司都專注於擴展數據驅動的AI模型，這些模型可以在不同駕駛環境中進行概括，並使用生成式AI模擬器來測試和訓練其技術。