Wayve 및 End-to-End 주행 모델
Wayve는 손으로 코딩한 규칙이나 HD 지도 없이 카메라 픽셀을 운전 제어 장치에 직접 매핑하는 단일 학습 신경망을 사용하여 자율 주행 시스템을 구축하는 영국 회사입니다.
개요
It matters because this end-to-end approach promises cars that generalize to new cities without expensive remapping.
심층 분석
2017년 케임브리지에서 설립된 Wayve는 인식, 예측, 계획을 위해 별도의 모듈을 손으로 작성한 코드로 결합하는 전통적인 자율주행 방식을 거부합니다. 대신 하나의 대규모 신경망을 엔드 투 엔드로 훈련합니다. 저렴한 카메라의 비디오가 입력되고 조향 및 가속이 출력되며 인간의 운전 시연을 통해 학습됩니다. Wayve는 비용이 많이 드는 LiDAR와 사전 구축된 HD 지도를 피하는 것으로 유명하며, 학습이 인간 운전자의 방식을 일반화한다고 확신합니다. GAIA-1 및 이후 버전의 GAIA-2는 정책을 훈련하고 테스트하기 위해 현실적인 운전 비디오를 시뮬레이션하는 생성 세계 모델입니다. 2024년 Wayve는 SoftBank, Nvidia 및 Microsoft가 주도하여 10억 달러 이상을 모금했으며 영국의 수십 개 도시에서 자동차를 테스트하고 미국과 일본으로 확장을 시작했습니다.
기술적 통찰력
엔드투엔드 학습은 모듈식 파이프라인을 인간 운전에 대한 모방 학습으로 훈련된 차별화 가능한 네트워크로 대체하며, 종종 강화 학습으로 개선됩니다. GAIA-2와 같은 Wayve의 세계 모델은 행동에 따라 미래 프레임을 예측하는 생성적 비디오 모델로, 팀이 시뮬레이션에서 희귀한 시나리오(무단횡단자, 안개)를 저렴하게 생성할 수 있도록 해줍니다. 반대 측면은 해석 가능성입니다. 단일 블랙박스 정책은 각 모듈의 출력을 검사할 수 있는 파이프라인보다 디버그 및 인증하기가 더 어렵습니다.
전략적 영향
벤더 전략
공급업체 로드맵은 팀이 다음에 구축할 수 있는 기능에 영향을 미칩니다.
비용 및 예산
상업적 조건과 배포 옵션은 장기적인 비용과 위험에 영향을 미칩니다.
위험과 안전
회사 인센티브는 제품 기본값, 안전 태세 및 개방성을 형성합니다.
Wayve 및 End-to-End 주행 모델의 미래
Wayve는 자체 로봇택시를 구축하는 대신 자동차 제조업체에 소프트웨어로 '구체화된 AI' 라이선스를 부여하고 있으며, 이는 운전자 지원 기능과 궁극적으로 많은 차량 브랜드에 자율성을 제공하는 것을 목표로 하고 있습니다. 기초 모델 기술, 더 큰 다중 모드 세계 모델과의 긴밀한 통합, 그리고 카메라 우선, 지도 없는 시스템이 안전 측면에서 지도가 많은 경쟁 업체와 맞먹을 수 있다는 것을 증명하려는 노력을 기대합니다. 학습되고 해석하기 어려운 시스템을 규제적으로 수용하는 것이 주요 장애물로 남아 있습니다.
실제 구현
카메라 입력과 학습된 정책만을 사용하여 낯선 영국 도시에서 지도 없는 도시 운전
운전 네트워크의 스트레스 테스트를 위해 합성 엣지 케이스 비디오(자전거 타는 사람, 날씨)를 생성하는 GAIA-2 세계 모델
자동차 제조업체에 AV2.0 소프트웨어 라이선스를 부여하여 기존 차량 카메라 제품군에 고급 운전 지원 기능 제공
인간이 운전하는 많은 자동차의 데이터가 단일 공유 신경 운전 모델을 개선하는 차량 학습
위험 및 가드레일
출시 발표는 실제 생산 워크플로의 안정성보다 앞설 수 있습니다.
API 가격 책정이나 정책 변경으로 인해 하룻밤 사이에 가정이 깨질 수 있습니다.
단일 공급업체 종속성은 종속 및 마이그레이션 비용을 증가시킵니다.
구현 로드맵
자체 작업과 데이터 세트를 사용하여 공급자를 평가합니다.
통합하기 전에 개인정보 보호, 보안, 법적 약관을 검토하세요.
모델이나 공급업체 전반에 걸쳐 대체 계획을 유지합니다.
로드맵 변경으로 인해 팀이 놀라지 않도록 릴리스 노트를 모니터링하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Wayve and End-to-End Driving Models quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
Wayve LINGO 운전 언어 모델
자주 묻는 질문
What is Wayve and End-to-End Driving Models?
Wayve는 손으로 코딩한 규칙이나 HD 지도 없이 카메라 픽셀을 운전 제어 장치에 직접 매핑하는 단일 학습 신경망을 사용하여 자율 주행 시스템을 구축하는 영국 회사입니다. 이 엔드투엔드 접근 방식은 값비싼 재매핑 없이 새로운 도시에 일반화되는 자동차를 약속하기 때문에 중요합니다.
Wayve의 End-to-End 드라이빙 방식의 특징은 무엇인가요?
엔드 투 엔드는 학습된 하나의 네트워크가 손으로 만든 모듈을 연결하는 대신 원시 카메라 입력에서 조향 및 가속까지 진행됨을 의미합니다.
Wayve가 강조하는 센싱 전략은 무엇인가요?
Wayve는 저렴한 카메라에 투자하고 일반화를 배웠으며 값비싼 LiDAR와 사전 구축된 HD 지도를 의도적으로 피했습니다.
Wayve 스택의 GAIA-2는 무엇인가요?
GAIA-1 및 GAIA-2는 운전 정책을 훈련하고 테스트하기 위해 현실적인 운전 비디오를 생성하는 생성 세계 모델입니다.
Wayve는 자사 기술을 주로 어떻게 상용화할 계획인가요?
Wayve는 차량 제조업체에 주행 지능을 라이센싱하는 '구체화된 AI' 소프트웨어 제공업체로 자리매김했습니다.
단일 엔드투엔드 주행 네트워크의 주요 단점은 무엇입니까?
모놀리식 학습 정책은 블랙박스이므로 검사 가능한 모듈 출력이 있는 파이프라인보다 검사, 디버깅 및 인증이 더 어렵습니다.