英国自动驾驶企业Wayve近日宣布其自主研发的端到端人工智能（AI）驾驶系统进入商业化落地阶段，已与汽车制造商Stellantis达成合作，将该系统集成于旗下Jeep品牌机器人出租车，并接入Uber出行平台进行测试运营。此次合作标志着Wayve从技术验证向规模化应用迈出关键一步。该公司自2017年由新西兰籍创始人亚历克斯·肯德尔（Alex Kendall）在剑桥大学博士毕业后创立以来，累计融资达28亿美元，投资方包括英伟达（Nvidia）、梅赛德斯-奔驰、日产（Nissan）等科技与汽车领域头部企业。
Wayve的核心技术采用端到端机器学习架构，通过直接将车载传感器采集的数据转化为驾驶决策，模拟人类驾驶员的实时反应能力。这一模式区别于传统自动驾驶系统依赖高精地图与预设规则编程的方式——后者需为各类交通场景编写大量代码以应对突发状况，但面对极端或罕见情境时易出现“逻辑僵化”。而Wayve的系统通过持续学习生成动态安全路径图，在复杂路况下具备更强的适应性。其技术团队强调，这种设计更贴近真实驾驶行为，尤其在未知或非标准道路环境中表现优于传统规则驱动方案。
值得注意的是，尽管特斯拉（Tesla）也采用类似端到端架构，但其仅依赖摄像头作为感知单元；而Wayve系统兼容激光雷达、毫米波雷达、超声波传感器及多种AI芯片平台，具备更高的硬件灵活性。这使得该技术可被授权给不同类型的自动驾驶开发企业，覆盖从乘用车到物流车、园区接驳车等多种车型。目前，Wayve已在东京、斯图加特和温哥华设立核心研发与测试中心，其AI系统已在数百个城市完成实地验证，无需预先进行高精度地图测绘或本地化规则编码。
在安全性评估方面，行业专家对端到端系统的“黑箱”特性表示关注。英国沃里克大学安全自主系统教授锡达帕塔·哈斯蒂吉尔（Siddartha Khastgir）指出，虽然此类模型开发与部署速度更快，但其决策过程难以追溯，不利于事故责任认定与监管审查。日本日产汽车首席技术官秋田荣一（Eiichi Akashi）坦言，尽管认可Wayve系统为当前最先进方案，但“难以深入理解其内部决策逻辑”，因此仍在谨慎评估中。该系统计划于2028年3月前在日本投放至Elgrand电动接驳车项目，用于特定区域的人员运输服务。
对于中国相关产业链从业者而言，该进展提供了重要参考：一是端到端AI架构正成为主流趋势，未来自动驾驶系统将更注重数据驱动而非硬编码规则；二是多传感器融合与异构计算平台的兼容性将成为技术选型的关键考量因素。若国内企业考虑引入类似系统，需重点关注其在复杂城市环境中的鲁棒性表现、故障诊断接口开放程度以及是否符合目标市场的法规要求。此外，由于Wayve无需地图测绘即可实现跨区域部署，对中国出海企业而言，意味着可在东南亚、拉美等缺乏高精地图基础设施的市场中降低前期投入成本。