‍作者 |張馬也

編輯 |德新

就在前兩天，英國AI公司Wayve宣布獲得新一輪10.5億美元融資，投資方為軟銀、英偉達和現有投資人微軟，可以說是頂級豪華陣容。

作為一家英國公司，Wayve這輪融資也創造了英國AI公司有史以來最大的單筆融資。甚至英國首相也在一份聲明中表示，它「鞏固了英國作為人工智能超級大國的地位」。

在通用人工智能領域，Open.ai在過去兩年成為全球頂級的熱門標的；而智能駕駛領域，曾經獲得過10億美金級融資的公司不多，只有Waymo、Argo、Cruise等少數幾家。

Wayve的巨額融資也勾起人們對于未來的強烈好奇：它有沒有可能成為智能駕駛領域的Open.ai，又或者說，成為端到端這代技術上的Waymo/Cruise？

到目前為止，Wayve已完成三輪融資，累計融資金額超過13億美元。除了資本大鱷和商業巨頭，有「深度學習三巨頭」美譽、現Meta首席人工智能科學家Yann LeCun，也是Wayve的投資人。

Wayve上一次引發關注是在不久前3月份，原Mobileye中國區的負責人 Erez Dagan加入Wayve擔任總裁，主要負責產品、業務和戰略。

本輪融資后，Wayve將加速推出首款用于量產車輛的自動駕駛軟件，包括L2+智駕軟件以及實現完全自動駕駛的軟件系統。Erez加入后，其重點關注的方向也是面向OEM的交付。據說，Wayve正在與全球前幾大車廠商洽談合作。

一、自動駕駛2.0：押注端到端

Wayve由Alex Kendall（聯創兼現任CEO）和Amar Shah（已離開）于2017年共同創立，兩為均來自劍橋大學。

其公司總部英國倫敦，目前約有300名左右的員工。

Wayve稱自己是第一個在公共道路上，開發和測試端到端深度學習自動駕駛系統的公司。

2015年，Alex Kendall與Vijay Badrinarayanan（現任AI副總裁）、Roberto Cipolla等人，一起提出了SegNet，這是第一個使用端到端深度學習進行語義分割的實時方法，無需高精地圖即可理解復雜環境。

從2017年開始，Wayve就在汽車上對神經網絡強化學習的一些早期成果進行了應用。公司把這套系統在道路上進行了模擬部署，隨后逐漸擴大規模，最終實現在倫敦市中心的交通環境下進行真實駕駛。

Wayve將自己的智駕系統稱為AV2.0。

Wayve認為，基于傳統機器學習方法的AV1.0架構，所面臨的根本問題是技術可擴展性。

因為它依賴復雜的傳感器、高精度地圖和手工編碼的規則，使得系統成本居高不下，在行為預測、規劃和處理長尾場景問題上，效果很難提升。

AV2.0不依賴傳統的高清地圖和手工編碼的規則，而是專注于構建數據驅動的學習型駕駛系統，而且可以擴展、適應、推廣到系統從未見過的場景。

AV2.0的特點如下：

采用端到端深度學習網絡架構；

無需高精地圖；

以安全為核心設計，符合行業安全期望；

傳感器靈活性，兼容純視覺到包括雷達和激光雷達的多種架構；

通過數據驅動進行泛化擴展；

在全球范圍內，經濟適用；

其中最重要的，就是端到端架構。

它拋棄傳統的「感知 - 規劃 - 執行」的架構，將車輛傳感器原始的輸入數據，直接轉換為駕駛操作輸出。

在行業內，端到端的方法已經得到了初步的驗證。特斯拉此前發布的FSD v12，就采用了端到端架構。國內外很多用戶試用過后，普遍的評價是，基本達到了人類駕駛的水準。

這種方法的核心是自我監督學習。就像大語言模型LLM預測下一個單詞一樣，駕駛系統可以從原始的、未標記的數據中進行無監督學習。

自動駕駛和大型語言模型之間有許多相似之處，從根本上講，它們都是大型的、高數據量的、復雜的決策問題。輸入模型的數據越多，AI模型的特定應用就越豐富，越具有表現力，無需人工輸入即可對大量駕駛記錄進行訓練。

二、核心技術棧：解決可解釋性，建立人機信任

Wayve為自動駕駛的迭代升級開發了一個快速、連續和無縫的學習循環系統Fleet Learning Loop，不斷記錄數據、訓練模型、評估性能和部署更新的模型，以此循環。

在量產車隊中，它能從OEM的各種車輛中收集真實世界的駕駛數據，然后上傳到云端處理，再將迭代后的模型部署到車端，升級車輛的自動駕駛功能。

Wayve還一直在開發智能駕駛基礎模型（foundation model for driving）。該模型利用多模態數據，包括文本和非駕駛視頻源，來優化對駕駛環境的內部表征。

Wayve認為，這能增強AI模型的駕駛能力，允許從不同來源交叉學習與駕駛相關的概念，并提高與駕駛任務目標的一致性。

簡單來說，就是通過從多個數據源學習，可以提高車輛對傳感器流中最有意義和可操作性的方面的理解，從而提高智能駕駛的流暢度和安全性。

除此之外，Wayve還開發了LINGO和GAIA兩個模型，用來解決智駕場景的可解釋性和信任等問題。

行業內對端到端架構的其中一大擔憂是它是一個黑盒方案，其過程不可解釋。LINGO能用自然語言描述自己的駕駛決策，并解釋決策的原因。

例如在行駛過程中，LINGO做出了繞行路邊停靠車輛的判斷時，它可以向用戶輸出判斷依據：由于交通堵塞，我正在緩慢靠近；我正在經過一輛停在路邊的車；因為前方道路暢通，所以我加速前進。

Wayve在去年下半年推出過LINGO-1，當時該模型以視覺和語言信息為輸入，但只能輸出語言結果。LINGO-2的輸入和輸出都可以是視覺和語言信息，甚至也包括駕駛行為，也就是能控制車輛的行駛。

按官方說法，LINGO-2是一種將視覺、語言和行動綜合起來，以解釋和確定駕駛行為的駕駛模型，是第一個在公開道路上測試的，閉環「視覺-語言-行動」駕駛模型（VLAM）。

LINGO-2 架構

LINGO-2 的亮點在于：通過語言提示，調整駕駛行為。

可以使用一些限定的導航命令，如「靠邊停車」、「右轉」等，讓LINGO-2調整車輛的行為。這也能幫助模型訓練，并且增強人車交互。

LINGO-2在指令的要求下停車

LINGO-2回答場景問題，并解釋駕駛操作

通過直接將語言和動作聯系起來，LINGO可以一定程度上揭示出AI系統如何做出決策，使得自動駕駛模型不再是一個「黑盒子」。

更重要的是，LINGO可以增強人類對智能駕駛系統的信任。

目前，LINGO-2還只在Ghost Gym模擬器中進行了驗證，在現實世界中用語言控制汽車的行為是否可以可靠、安全地完成，還需要更多研究。

三、將世界模型融入駕駛模型

對于長尾場景，Wayve給出的一個解決方法是GAIA-1，一個為智能駕駛打造的生成式世界模型。

GAIA-1架構

GAIA-1首先是一個多模態生成模型，利用視頻、文本和動作輸入，生成逼真的駕駛場景視頻。它能夠對車輛的行為和其他基本場景特征，進行細粒度控制。無論是改變車輛的行為，還是修改整體場景，模型都能完成。

這樣，GAIA-1可以作為仿真模擬中的重要一環，生成無限的數據，來訓練和驗證自動駕駛系統，解決極端場景，特別是在獲取真實世界數據成本高或風險大的情況下。

GAIA-1可根據各種提示，生成駕駛場景

它還是一個真實的世界模型，可以學習、理解駕駛中的重要概念，比如什么是卡車、公共汽車、行人、騎自行車的人、道路布局、建筑物和交通信號燈。

所謂世界模型，是對環境及其未來動態的表征，能實現對周圍環境的結構化理解，就像人類對自己周圍的環境進行建模理解一樣。

將世界模型整合到駕駛模型中，使得自動駕駛車輛能夠預測未來事件，從而提前規劃行動，在復雜或未知的情況下做出更加明智的決策。

目前版本的GAIA-1擁有超過90億個可訓練參數，訓練數據集包含了2019年至2023年在倫敦收集的4700小時的專有駕駛數據。模型可以預測視頻序列中的后續幀，從而在不需要任何標簽的情況下，實現自回歸預測能力。

四、邁向商業化量產

目前，Wayve在商業化上的作為不多。

此前，它一直在英國生鮮配送公司Ocado的車上訓練模型，這家公司也是投資方之一，曾投資了1360萬美元。

據稱，Wayve已經在全球100多個城市開始了系統測試。

本輪融資后，Wayve將加速推出首款用于量產車輛的自動駕駛軟件，包括L2+智駕系統，以及實現完全自動駕駛的軟件系統。

它也在與全球前幾大車廠商洽談合作，但具體名單未知。

原Mobileye中國區的負責人Erez Dagan加入Wayve擔任總裁，其重要的關注方向也是面向OEM的交付。Erez在Mobileye工作了20年，是全世界第一款純視覺ADAS產品的創始團隊成員，后來擔任產品和戰略執行副總裁，并在Mobileye被收購后擔任英特爾集團副總裁。

聯系到此前馬斯克表示，特斯拉將于今年8月8日發布Robotaxi，種種跡象似乎表明完全自動駕駛的技術路線正在逐漸清晰。

Wayve的目標甚至不止于此。在最近Techcrunch的一次采訪中，Alex Kendall說到，Wayve的駕駛大模型不僅在駕駛數據上進行訓練，還對互聯網規模的文本和其他來源進行訓練，甚至使用英國政府的PDF文檔來訓練模型。

Wayve正在構建具身AI（Embodied AI）基礎模型，一個基于非常多樣化的數據進行訓練的通用系統，能夠在復雜的現實世界環境中感知、行動、學習和適應人類行為。智能駕駛只是這一系統目前最大的應用場景。

       原文標題 : 端到端將重塑智駕？獲10億美金融資，解密英國AI獨角獸Wayve