Norihiko Shirouzu

路透7月1日 - 自动驾驶初创公司Wayve正受到投资者的热烈追捧。

这家总部位于伦敦的公司已从包括英伟达 NVDA.O、梅赛德斯-奔驰 MBGn.DE 和日产 7201.T 在内的科技及汽车行业巨头组成的投资者和战略合作伙伴阵容中筹集了28亿美元。今年6月，Wayve表示将把其系统部署在Jeep制造商Stellantis STLAM.MI 的无人出租车 (link) 上，并接入优步 UBER.N 的网约车网络。

Wayve采用一种名为“端到端机器学习”的人工智能技术来导航道路，该技术旨在像人类驾驶员一样，将传感器生成的数据即时转化为驾驶决策。这与更传统的方法不同——传统方法将人工智能与软件编码及高清地图相结合，为车辆在不同场景（包括突发事件）中的响应制定预设规则。

Wayve的方法与另一家自动驾驶巨头——特斯拉（TSLA.O）相似，后者几年前已转向端到端模式。不过，与仅将摄像头作为车载唯一传感器套件的特斯拉不同，Wayve的系统设计旨在与多种传感器和AI芯片协同工作。

这意味着该公司几乎可以向任何无人驾驶汽车开发商授权这项技术，Wayve首席执行官亚历克斯·肯德尔（Alex Kendall）表示。这位33岁的新西兰人于2017年共同创立了该公司，同年他在英国剑桥大学完成了人工智能深度学习专业的博士学位。

“我们希望让任何车型、任何品牌、世界各地的车辆都能实现完全自动驾驶，”肯德尔今年早些时候对路透表示。当时，他正坐在一辆搭载Wayve自动驾驶技术的福特野马Mach-E的驾驶座上，这辆车正在该公司设有重要技术中心的旧金山湾区街道上自主行驶。

WAYMO的扩张推动行业势头

在经历了多年的延期和夸大其词的承诺后，自动驾驶行业的竞争正在加剧。Alphabet旗下 GOOGL.O 的Waymo在过去两年中的快速扩张——经过十多年的开发，该公司目前已在约十余个城市向公众提供付费乘车服务——在一定程度上重新点燃了投资者对无人驾驶汽车开发商的兴趣。

十年前，端到端人工智能还只是肯德尔（Kendall）等少数上游研究人员正在进行的一项鲜为人知的实验。如今，许多自动驾驶开发商都在其系统中部署了至少部分端到端学习技术。

但这种以人工智能为中心的方法也带来了一道难题：端到端系统导航方式模糊且类似“黑箱”，这使得解读车辆的驾驶决策变得困难。在早期版本的无人驾驶汽车中，它们依赖软件编码来帮助车辆安全行驶，因此更容易确定车辆为何选择某条路线。

Wayve的端到端AI驾驶引擎会生成实时交通状况的安全地图，并为车辆识别安全路径。Wayve的工程师认为，传统的、高度依赖编程的安全方法会阻碍AI驾驶系统在异常情况下保持安全的能力，因为很难编写规则来应对极其罕见的状况。

Wayve人工智能副总裁维贾伊·巴德里纳拉亚南（Vijay Badrinarayanan）告诉路透，当此类难以预测的场景发生时，预编程系统的安全逻辑“会变得脆弱”。“人类驾驶员之所以能保持安全，是因为当他们不知道接下来会发生什么时，会采取保守的应对策略。”

追求大规模安全

Waymo目前虽采用端到端AI技术，但也依赖于通过软件编码和地图实现的、更为传统的基于规则的方法——该公司表示，这种方法对于确保安全仍然不可或缺。

“仅靠端到端模型不足以保证大规模运行的安全性，”该公司向路透表示。

Wayve的客户之一日产仍在努力适应该系统的安全方案。

日产技术总监明石英一表示，在该汽车制造商计划于截至2028年3月的财年内，在日本将该系统部署在名为Elgrand的载客厢式车上之前，他的团队正在对Wayve的技术进行密切评估。他称这家初创公司的系统是“最先进的”，但表示“很难窥探其内部运作，了解它是如何做出决策的”。

肯德尔认为，Wayve（其主要运营中心位于东京、斯图加特和温哥华）应该能够快速拓展新市场，因为它无需经历绘制道路地图和编写代码以应对当地道路特殊情况这一繁琐步骤。Wayve表示，其AI驾驶系统已在全球数百个城市成功测试，且无需进行上述前期准备工作。

英国华威大学安全自动驾驶教授卡斯特吉尔（Siddartha Khastgir）表示，与传统方法相比，端到端模型在开发和商业部署方面应该更快。不过，他补充道：“我不会说某项技术比另一项更安全。”

卡内基梅隆大学计算机工程教授、自动驾驶技术专家库普曼（Phil Koopman）表示，Wayve处理异常交通状况的方法仅是一种方案，其他方案也可能取得成功。但他认为，要在全美范围内安全部署无人驾驶系统，仍需至少十年时间。

“要实现这一目标，很可能需要新的创新。”