75亿，软银、微软、英伟达出手，自动驾驶赛道最大融资诞生

自动驾驶赛道再添一名猛将！ 

在汽车大厂纷纷进军自动驾驶领域的背景下，Wayve以其独特的技术和创新能力崭露头角。与我们上次介绍的AI自动驾驶软件公司Applied Intuition相比， Wayve更加专注于端到端的自动驾驶解决方案 。 

目前， 该公司已经完成了由软银集团领投的10.5亿美元C轮融资 ，这是英国有史以来规模最大的人工智能筹款活动，也是迄今为止全球排名前20的人工智能筹款活动之一。一起来看看这家自动驾驶公司是如何做到的？ 

01.1分钟项目速览

1.项目名称 ：Wayve 

2.成立时间 ：2017年 

3.产品简介 ： 

Wayve是一家英国自动驾驶技术初创公司，专注于开发具身智能（Embodied Intelligence）基础模型，为车辆提供类似“机器人大脑”的自动驾驶解决方案。 

4.创始人团队 ： 

Amar Shah：CEO，剑桥大学机器学习博士生 

Alex Kendall：CTO，剑桥大学机器学习博士生 

5.融资情况 ： 

2017年，Wayve成立并收到250万美元种子轮融资

2019年7月，Wayve筹集了2000万美元的A轮融资

2022年1月，完成了2亿美元的B轮融资，投资方包括微软、维珍和Baillie Gifford等

2024年5月7日，Wayve官宣再获10.5亿美元（约75.8亿元人民币）投资，软银领投，英伟达、微软跟投

02.自动驾驶技术的创新者

Wayve作为一家专注于自动驾驶技术的创新企业，其创立的核心使命就是利用先进的人工智能算法，为汽车打造无需人工干预的自主驾驶能力。 

简单来说，Wayve正在干的事情就是： 开发以AI为主的自动驾驶系统 ，解决传统自动驾驶技术在复杂交通环境下的局限性。 

不可否认，传统的自动驾驶技术过分依赖硬件和手动编码规则，在面对真实世界多变的交通环境时显得力不从心。 

为了突破这些限制，Wayve着力于研发一种通过自主学习的方式，让车辆掌握驾驶规则和模式的人工智能路径，以适应全新的场景和不可预测的道路状况。 

公司的技术平台不依赖于高精度地图或特定的硬件配置，而是通过车端传感器收集的数据，由强大的芯片进行计算和处理，使系统能够自主作出驾驶决策。 

这种端到端的AI算法方法，与特斯拉的FSD类似，但Wayve更进一步，通过自监督式学习，从原始的、未标记的数据中学习驾驶技能，从而节省了大量成本，并提高了系统的泛化能力。 

Wayve的创始人Alex Kendall曾公开表示， 具身智能是解决自动驾驶推广过程中面临的长期挑战的关键 。 

Alex Kendall也强调了Wayve“不断学习”的强大性能，以适应各种复杂的交通环境，最终实现从L2+辅助驾驶到L4全自动驾驶的跨越。 

03.自动驾驶新范式

Wayve的自动驾驶核心技术，被称为AV2.0。 这项技术赋予了车辆一个“机器人大脑” ，使其能够从真实世界的环境中学习并与之互动。其显著优势包括： 

安全驾驶优化：通过领域优化的模型架构实现安全驾驶。

解决长尾问题：即使在没有事先训练的情况下，也能将学习到的驾驶技能应用于意外场景。

高效且大规模的学习： 自监督学习方法使得大规模学习变得高效，这对于无缝适应新车辆和地理环境至关重要。

精简传感器套件：AV2.0允许灵活选择传感器，为OEM提供了基于需求选择硬件的自由。

无地图自主性：不依赖高清地图，通过数据驱动的适应性，实现对新地理区域的无缝扩展。

车辆通用性：AV2.0能够适应任何类型的车辆，从乘用车到送货车，一种车型上的改进可以直接惠及另一种。

Wayve的LINGO模型也是其产品中的一大亮点 。 

LINGO-2模型使用视觉和语言作为输入，能够输出驾驶行为并解释其行动背后的推理。这种创新为解释和训练AI模型提供了新的方式。 

LINGO-2在驾驶时可以对场景和其行为的问题做出回应，提供了一种新的与自动驾驶系统通过对话进行交互的可能性，乘客可以询问自动驾驶系统“它正在做什么”以及“为什么这么做”。 

自动驾驶产品的核心构成

总体来说， Wayve的AI驱动程序产品是一个端到端的解决方案 ，主要通过以下几个关键组件来实现： 

车队学习循环：AV2.0引入了一个快速、连续且无缝的车队学习循环，包括记录数据、训练模型、评估性能和部署更新模型。

强大的数据到价值引擎：从多样化的车队中高效收集真实驾驶数据，在基于云的训练基础设施中处理，并将其转化为精炼的驾驶能力。

负责任的模型开发：实施MLops工作流程，利用创新的工具、流程和管道来构建、训练和部署基础模型。

全面的“非道路”评估：在大量模拟驾驶场景中严格测试AI驾驶模型，以实现快速和全面的评估。

技术的多场景应用