概述
其 AV2.0 战略强调从原始数据进行自监督学习、无地图操作以及车辆无关平台；支持的传感器配置取决于汽车制造商的集成。
深入探讨
Wayve 成立于 2017 年的剑桥，开发面向汽车制造商和出行合作伙伴的端到端 AI 驾驶员。公司将 AV2.0 描述为用学习到的驾驶模型取代模块化的感知‑规划‑执行流水线，并强调无地图操作而非城市专用的高清地图。其最新技术材料说明了基于原始未标记驾驶数据的自监督学习以及传感器选择的灵活性；这并不意味着所有部署仅使用摄像头。GAIA-2 是一种用于驾驶的视频生成世界模型，可控制自车动作、动态主体和场景特征，以生成用于训练、评估和安全测试的合成场景。Wayve 的市场策略是将车辆无关的软件授权给汽车制造商和合作伙伴，而不是自行打造专有车队。端到端策略相较于模块化系统更难解释和调试，因此验证和安全评估仍然重要。
现实世界的实施
在陌生城市中使用为汽车制造商车辆挑选的传感器套件，采用端到端策略实现无地图的城市驾驶
GAIA-2 世界模型生成合成边缘情况视频（骑自行车者、天气）以对驾驶网络进行压力测试
将 AV2.0 软件授权给汽车制造商，使现有车辆传感器套件能够支持高级驾驶自动化
车队学习：利用大量人驾驶车辆的数据来改进共享的神经驾驶模型
Wayve 和端到端驾驶模型的未来
Wayve 的平台策略依赖于证明学习得到的驾驶员能够在不同车辆和地区之间迁移并满足安全要求。合成世界模型可以扩大场景覆盖范围，但必须将模拟性能与真实测试以及特定部署的安全案例进行核对。
付诸实践
为什么这很重要
- 供应商策略. 供应商路线图会影响您的团队接下来可以构建的功能。
- 成本与预算. 商业条款和部署选项会影响长期成本和风险。
- 风险与安全. 公司激励措施塑造了产品默认、安全态势和开放性。
留意
- 发布公告可能会超过实际生产工作流程的稳定性。
- API 定价或政策转变可能会在一夜之间打破假设。
- 单一供应商依赖性增加了锁定和迁移成本。
后续步骤
- 使用您自己的任务和数据集评估提供商。
- 在集成之前查看隐私、安全和法律条款。
- 维护跨模型或供应商的后备计划。
- 监控发行说明，以便路线图的更改不会让团队感到意外。
不断探索
常见问题
Wayve 与端到端驾驶模型是什么？
Wayve 开发端到端驾驶软件，将传感器输入映射到驾驶输出。其 AV2.0 战略强调从原始数据进行自监督学习、无地图操作以及车辆无关平台；支持的传感器配置取决于汽车制造商的集成。
Wayve 的端到端驾驶模型将什么映射为驾驶输出？
Wayve 将 AV2.0 描述为将原始传感器输入转换为驾驶输出的单一神经网络。其最新材料指出该方法对 OEM 的传感器选择具有灵活性，因此不应描述为仅使用摄像头。
Wayve 的 AV2.0 方法强调了哪种映射策略？
Wayve 将 AV2.0 描述为无地图且能够适应新地区而无需高清地图；这并不意味着所有 Wayve 部署仅使用摄像头。
Wayve 堆栈中的 GAIA-2 是什么？
GAIA-1 和 GAIA-2 是生成世界模型，可生成真实的驾驶视频来训练和测试驾驶策略。
Wayve 主要计划如何将其技术商业化？
Wayve 将自己定位为“嵌入式人工智能”软件提供商，将其驾驶智能授权给汽车制造商。
单一端到端驾驶网络的主要缺点是什么？
整体学习策略是一个黑匣子，比具有可检查模块输出的管道更难检查、调试和认证。