自動駕駛領域的競爭正從技術路線之爭，轉向商業落地的速度賽跑。總部位於倫敦的初創公司 Wayve 正憑藉其獨特的 AI 駕駛系統，成為這場競賽中不可忽視的新力量。該公司已從 英偉達、梅賽德斯-奔馳 和 日產 等橫跨科技與汽車行業的重量級投資者手中，累計籌集了 28 億美元 資金。
今年 6 月，Wayve 宣佈了一項關鍵合作：其系統將被部署到 Jeep 製造商 Stellantis 的 Robotaxi 車隊中，並接入 優步 的出行網絡。這標誌著 Wayve 的技術正從測試走向公共道路的商業化運營。
Wayve 的核心技術壁壘在於其 端到端機器學習 方法。與傳統自動駕駛系統不同，後者通常將 AI 與軟件代碼和高精地圖結合，為車輛預設應對各種場景的規則。Wayve 的系統則試圖模仿人類駕駛員，直接將傳感器生成的原始數據即時轉化為駕駛決策。Wayve 首席執行官 Alex Kendall 表示，這種設計使其技術能夠適配多種傳感器和 AI 芯片，從而可以向任何無人駕駛汽車開發商授權使用。
這一路線與行業巨頭 特斯拉 幾年前轉向的端到端模型相似，但存在關鍵差異。特斯拉堅持僅使用攝像頭的純視覺方案，而 Wayve 的系統設計為與多種傳感器兼容。Kendall 將公司的願景概括為：“我們希望為任何車輛、任何品牌、在世界任何地方實現全自動駕駛。”
行業背景是，在經歷了多年的延期和過度承諾後，自動駕駛領域的投資熱情因 Alphabet 旗下 Waymo 的快速擴張而重燃。Waymo 經過十多年發展，如今已在全美約十幾個城市提供付費公共出行服務。這證明了技術商業化的可能性，也加劇了競爭。
然而，端到端 AI 的“黑箱”特性引發了安全層面的討論。傳統基於規則的系統，其決策邏輯相對透明，工程師容易追溯車輛為何選擇特定路徑。而端到端系統做出決策的過程難以解釋。對此，Wayve 的 AI 副總裁 Vijay Badrinarayanan 解釋稱，傳統方法在遭遇罕見突發狀況時，其預設的安全邏輯會變得“脆弱”，而人類駕駛員之所以安全，是因為他們在未知情況下會採取保守的適應策略。Wayve 的 AI 引擎會生成實時的安全地圖並識別安全路徑。
這種技術路線的分歧也體現在客戶的態度上。Wayve 的合作伙伴 日產 的首席技術官 Eiichi Akashi 稱 Wayve 的系統是“最先進的”，但也坦言“很難透視其內部並瞭解決策過程”。日產正計劃在截至 2028 年 3 月的財年內，於日本市場的一款廂式車上部署 Wayve 的技術。
Waymo 方面則認為，僅靠端到端模型不足以確保大規模部署的安全性，仍需結合基於規則的傳統方法。英國華威大學安全自主教授 Siddartha Khastgir 指出，端到端模型在開發和商業部署上可能更快，但他不認為某種技術比另一種更安全。卡內基梅隆大學的專家 Phil Koopman 則更為審慎，他認為在美國全境安全部署無人駕駛系統至少還需要十年時間，並可能需要新的創新。
Kendall 對 Wayve 的擴張速度抱有信心。由於無需預先對道路進行繁瑣的地圖繪製和代碼編寫，Wayve 聲稱已在全球數百個城市成功測試了其 AI 駕駛系統。公司在東京、斯圖加特和溫哥華均設有主要運營中心，這為其快速進入新市場奠定了基礎。