在倫敦市中心，一輛搭載Wayve自動(dòng)駕駛系統(tǒng)的測(cè)試車正以45 km/h的速度穿行于牛津街與攝政街交匯的復(fù)雜路口。沒有高精地圖、沒有預(yù)設(shè)規(guī)則庫(kù)、甚至沒有激光雷達(dá)——僅靠前視攝像頭輸入，其端到端神經(jīng)網(wǎng)絡(luò)直接輸出方向盤轉(zhuǎn)角與縱向加速度指令，完成了一次無接管的無保護(hù)左轉(zhuǎn)。

這不是一次“演示”，而是一場(chǎng)對(duì)當(dāng)前主流模塊化自動(dòng)駕駛架構(gòu)（perception → prediction → planning → control）的根本性質(zhì)疑。Wayve正在用“具身智能”（Embodied AI）+ 純視覺端到端（End-to-End, E2E）范式，重新定義城市自動(dòng)駕駛的技術(shù)邊界。

從模塊拼接走向神經(jīng)閉環(huán)

傳統(tǒng)L4方案依賴高精地圖（HD Map）作為“世界先驗(yàn)”，將感知結(jié)果與地圖對(duì)齊后，再通過規(guī)則引擎或優(yōu)化器生成軌跡。這種架構(gòu)在結(jié)構(gòu)化道路表現(xiàn)穩(wěn)健，但在倫敦、曼谷等“非結(jié)構(gòu)化”城市環(huán)境中，地圖鮮度、標(biāo)注誤差、動(dòng)態(tài)障礙物交互等問題導(dǎo)致系統(tǒng)頻繁降級(jí)。

Wayve則徹底摒棄地圖依賴，采用單階段端到端神經(jīng)網(wǎng)絡(luò)架構(gòu)。其輸入僅為多視角RGB圖像序列（通常6–8路攝像頭），輸出為底層車輛控制信號(hào)（steering, throttle, brake）。整個(gè)系統(tǒng)可形式化為：

其中fθ為參數(shù)化的神經(jīng)網(wǎng)絡(luò),It為時(shí)間步t的圖像幀,ut為控制動(dòng)作。該映射通過大規(guī)模模仿學(xué)習(xí)（Imitation Learning）與強(qiáng)化學(xué)習(xí)（Reinforcement Learning）聯(lián)合訓(xùn)練獲得。

關(guān)鍵在于：系統(tǒng)不顯式建�！拔矬w”、“車道線”或“交通燈狀態(tài)”，而是學(xué)習(xí)從像素到行為的隱式因果映射。這使得模型在面對(duì)未見過的場(chǎng)景（如施工區(qū)、臨時(shí)路障、異常行人行為）時(shí)，具備更強(qiáng)的零樣本泛化能力。

Fleet Learning Loop構(gòu)建真實(shí)世界梯度

Wayve的核心創(chuàng)新并非僅在模型結(jié)構(gòu)，更在于其具身學(xué)習(xí)閉環(huán)（Embodied Learning Loop）。該系統(tǒng)由三大組件構(gòu)成：

World Simulator（世界仿真器）：基于神經(jīng)輻射場(chǎng)（NeRF）與生成式AI構(gòu)建
高保真城市場(chǎng)景，支持百萬級(jí)并行episode訓(xùn)練；

Real-World Fleet（現(xiàn)實(shí)車隊(duì)）：部署于倫敦等地的測(cè)試車隊(duì)持續(xù)收集人類接管事件（disengagement）與邊緣案例；

Online Policy Distillation（在線策略蒸餾）：將人類干預(yù)數(shù)據(jù)與仿真策略融合，通過離線強(qiáng)化學(xué)習(xí)（Offline RL）更新主策略網(wǎng)絡(luò)。

這一閉環(huán)實(shí)現(xiàn)了“在真實(shí)世界中試錯(cuò)，在仿真中放大經(jīng)驗(yàn)，在云端統(tǒng)一進(jìn)化”的飛輪效應(yīng)。據(jù)內(nèi)部披露，Wayve的模型每周迭代一次，每次更新覆蓋數(shù)萬小時(shí)的真實(shí)+合成駕駛數(shù)據(jù)。

L2+量產(chǎn)驗(yàn)證端到端可行性

盡管學(xué)術(shù)界對(duì)端到端自動(dòng)駕駛的可解釋性與安全性存疑，Wayve已邁出關(guān)鍵一步：2025年與日產(chǎn)達(dá)成前裝合作，其E2E軟件將于2027年量產(chǎn)上車，定位L2+高級(jí)輔助駕駛。

這意味著系統(tǒng)需滿足ISO 21448（SOTIF）功能安全要求。為此，Wayve引入了多重保障機(jī)制：

不確定性量化（Uncertainty Quantification）：通過貝葉斯神經(jīng)網(wǎng)絡(luò)或集成方法估計(jì)模型置信度，低置信場(chǎng)景觸發(fā)降級(jí)或請(qǐng)求接管；

行為克隆+RL混合訓(xùn)練：初期以專家駕駛數(shù)據(jù)（human demo）進(jìn)行行為克隆，后期通過在線RL微調(diào)以提升魯棒性；

硬件冗余設(shè)計(jì)：依托英偉達(dá)Orin-X雙芯片平臺(tái)，實(shí)現(xiàn)計(jì)算與控制鏈路的ASIL-D級(jí)冗余。

值得注意的是，Wayve并未完全放棄中間表示。其最新論文《GAIA-1: A World Model for Driving》提出，可在端到端主干中嵌入輕量級(jí)世界模型（World Model），用于短期軌跡預(yù)測(cè)與反事實(shí)推理，但不破壞端到端梯度流。

13億美元背后的AI基建

2024年C輪融資10.5億美元（軟銀領(lǐng)投，英偉達(dá)、微軟跟投），使Wayve累計(jì)融資超13億美元。這筆資金主要用于三大方向：

構(gòu)建EB級(jí)駕駛數(shù)據(jù)湖：整合真實(shí)車隊(duì)、仿真器、第三方數(shù)據(jù)源；

訓(xùn)練超大規(guī)模視覺-語(yǔ)言-動(dòng)作模型：類比NVIDIA的Alpamayo-R1，Wayve正研發(fā)多模態(tài)駕駛基礎(chǔ)模型；

部署分布式訓(xùn)練集群：基于Azure云與本地GPU集群，支持千億參數(shù)模型的高效訓(xùn)練。

微軟的深度參與不僅提供算力，更帶來Copilot式的人機(jī)協(xié)同接口——未來駕駛員可通過自然語(yǔ)言指令干預(yù)系統(tǒng)（如“繞過前方施工區(qū)”），系統(tǒng)則動(dòng)態(tài)調(diào)整策略。

自動(dòng)駕駛的“大模型時(shí)刻”正在到來

Wayve的路徑清晰表明：自動(dòng)駕駛正在經(jīng)歷類似NLP領(lǐng)域的“大模型范式轉(zhuǎn)移”——從手工特征、模塊堆砌，轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)、端到端統(tǒng)一建模。

其成功與否，不僅關(guān)乎一家公司的命運(yùn)，更將決定“具身智能”能否成為通用人工智能（AGI）在物理世界落地的第一個(gè)規(guī)模化場(chǎng)景。

倫敦街頭那輛沉默行駛的汽車，或許正是這場(chǎng)技術(shù)革命最真實(shí)的預(yù)演。