自动驾驶领域的竞争正从技术路线之争，转向商业落地的速度赛跑。总部位于伦敦的初创公司 Wayve 正凭借其独特的 AI 驾驶系统，成为这场竞赛中不可忽视的新力量。该公司已从 英伟达、梅赛德斯-奔驰 和 日产 等横跨科技与汽车行业的重量级投资者手中，累计筹集了 28 亿美元 资金。
今年 6 月，Wayve 宣布了一项关键合作：其系统将被部署到 Jeep 制造商 Stellantis 的 Robotaxi 车队中，并接入 优步 的出行网络。这标志着 Wayve 的技术正从测试走向公共道路的商业化运营。
Wayve 的核心技术壁垒在于其 端到端机器学习 方法。与传统自动驾驶系统不同，后者通常将 AI 与软件代码和高精地图结合，为车辆预设应对各种场景的规则。Wayve 的系统则试图模仿人类驾驶员，直接将传感器生成的原始数据即时转化为驾驶决策。Wayve 首席执行官 Alex Kendall 表示，这种设计使其技术能够适配多种传感器和 AI 芯片，从而可以向任何无人驾驶汽车开发商授权使用。
这一路线与行业巨头 特斯拉 几年前转向的端到端模型相似，但存在关键差异。特斯拉坚持仅使用摄像头的纯视觉方案，而 Wayve 的系统设计为与多种传感器兼容。Kendall 将公司的愿景概括为：“我们希望为任何车辆、任何品牌、在世界任何地方实现全自动驾驶。”
行业背景是，在经历了多年的延期和过度承诺后，自动驾驶领域的投资热情因 Alphabet 旗下 Waymo 的快速扩张而重燃。Waymo 经过十多年发展，如今已在全美约十几个城市提供付费公共出行服务。这证明了技术商业化的可能性，也加剧了竞争。
然而，端到端 AI 的“黑箱”特性引发了安全层面的讨论。传统基于规则的系统，其决策逻辑相对透明，工程师容易追溯车辆为何选择特定路径。而端到端系统做出决策的过程难以解释。对此，Wayve 的 AI 副总裁 Vijay Badrinarayanan 解释称，传统方法在遭遇罕见突发状况时，其预设的安全逻辑会变得“脆弱”，而人类驾驶员之所以安全，是因为他们在未知情况下会采取保守的适应策略。Wayve 的 AI 引擎会生成实时的安全地图并识别安全路径。
这种技术路线的分歧也体现在客户的态度上。Wayve 的合作伙伴 日产 的首席技术官 Eiichi Akashi 称 Wayve 的系统是“最先进的”，但也坦言“很难透视其内部并了解决策过程”。日产正计划在截至 2028 年 3 月的财年内，于日本市场的一款厢式车上部署 Wayve 的技术。
Waymo 方面则认为，仅靠端到端模型不足以确保大规模部署的安全性，仍需结合基于规则的传统方法。英国华威大学安全自主教授 Siddartha Khastgir 指出，端到端模型在开发和商业部署上可能更快，但他不认为某种技术比另一种更安全。卡内基梅隆大学的专家 Phil Koopman 则更为审慎，他认为在美国全境安全部署无人驾驶系统至少还需要十年时间，并可能需要新的创新。
Kendall 对 Wayve 的扩张速度抱有信心。由于无需预先对道路进行繁琐的地图绘制和代码编写，Wayve 声称已在全球数百个城市成功测试了其 AI 驾驶系统。公司在东京、斯图加特和温哥华均设有主要运营中心，这为其快速进入新市场奠定了基础。