Wayve
Wayve是一家英国自动驾驶技术公司,开发以摄像头为主导、端到端的人工智能车辆系统。
最近更新 2026年8月31日
AI 爬虫读取
1次请求
1家公司- Anthropic1
- 词条页
- 1
- 争议页
- 0
- JSON · MD
- 0
- 首次读取
- 2026年11月4日
- 最近读取
- 2026年11月4日
统计自 2026年10月28日 · 数据来自本站服务器日志
概览
Wayve Technologies Ltd是一家总部位于伦敦的英国公司,开发用于自动和自动驾驶的人工智能软件。公司于2017年由机器学习研究员Alex Kendall和Amar Shah在剑桥创立,其核心理念是车辆可以通过数据和经验学习驾驶,而非主要依赖详细的高清地图、大量手工编码规则或固定的人工设计驾驶行为目录。 Wayve的核心产品概念是AI Driver:一个端到端的驾驶系统,利用车载摄像头视频、辅助汽车传感器、定位信息和车载计算来解释道路场景并产生驾驶动作。该公司的目标是使系统能够泛化到不熟悉的道路和城市。Wayve不是为每个地点构建单独的、高度地图化的自主系统,而是在大量真实和模拟驾驶数据上训练模型,旨在提高其处理新环境、交通模式和边缘情况的能力。其开发理念常被描述为具身AI,因为软件通过与物理世界的互动来学习。 公司于2018年从隐身模式中脱颖而出,并获得了早期风险投资、技术专家和学术人士的支持。2019年,它展示了在未事先详细测绘的公共道路上进行自动驾驶,帮助其确立了作为端到端学习在自动驾驶领域重要倡导者的声誉。随后,公司将基地迁至伦敦,筹集了机构资本,并开始使用改装电动车(包括捷豹I-Pace SUV)在复杂的城市环境中进行测试。开发期间,测试在适当的人类监督和安全驾驶员陪同下进行。 Wayve已与汽车、物流、云计算和出行领域的合作伙伴建立了合作关系。与Asda和Ocado的合作探索了自动驾驶杂货配送,而与微软的合作支持了基于云的机器学习开发。2023年与日产的合著重于将Wayve的软件集成到高级驾驶辅助和未来自动驾驶应用中。2024年,Uber成为战略投资者和合作伙伴,将Wayve的技术与潜在的自动驾驶网约车服务联系起来。公司还吸引了包括软银、英伟达和其他机构投资者在内的主要战略和财务投资者。 Wayve并不主要将自己定位为车辆制造商。其声明的商业模式是提供OEM就绪的自动驾驶平台,可嵌入由成熟汽车制造商生产的车辆中,软件设计为相对硬件无关。公司已在英国、美国、加拿大、日本、德国和以色列建立了研发和运营存在。其技术开发工作包括在云基础设施上进行大规模数据处理、基于GPU的车载计算和模拟,旨在让模型接触异常或危险场景,而无需在公共道路上遇到每种情况。 Wayve在技术和商业竞争激烈的领域运营,包括自动驾驶开发商、高级驾驶辅助供应商、汽车制造商和出行平台。其主要差异化在于强调视觉输入、端到端神经网络和对陌生地点的泛化。这种方法可能减少对特定地点地图和手动编写规则的依赖,但也对数据质量、模型验证、安全保证、监管批准和机器学习决策的可解释性提出了严格要求。因此,Wayve仍是一家处于开发阶段的技术公司,其长期成功取决于将演示和合作伙伴关系转化为经过认证的、可扩展的商业部署。
沿革
Wayve于2017年8月21日在英国剑桥由亚历克斯·肯德尔和阿马尔·沙阿创立,两人均为剑桥大学相关的机器学习研究员。创始人选择了与基于详细三维地图、大量激光雷达阵列和大量手工编写规则的自主项目不同的路径。他们的目标是训练一个神经统,以端到端的方式解释驾驶场景并控制车辆。 Wayve于2018年5月从隐身模式中脱颖而出,团队规模小,并获得了风险投资、学者和技术人士的早期支持。公司的公众形象由其论点塑造:自动驾驶汽车应从真实驾驶经验和大规模数据中学习,使同一底层模型能够适应未详尽调查或预先编程的道路。 2019年,Wayve展示了一辆汽车在未事先详细遇到的公共道路上自动驾驶。该系统使用摄像头信息、基本定位数据和端到端深度学习。同年晚些时候,公司将基地迁至伦敦,并完成了由Eclipse Ventures领投的A轮融资,Balderton Capital和其他投资者参与。资金支持了受监督的试点车队和在伦敦市中心的测试,那里狭窄的街道、混合交通、行人和复杂的交叉路口提供了苛刻的开发条件。Wayve的测试车辆包括改装的电动捷豹I-Pace SUV。 2020年发生了领导层变动,联合创始人阿马尔·沙阿离开公司,亚历克斯·肯德尔成为首席执行官。Wayve还加入了微软的自动驾驶初创企业计划,并使用微软Azure进行大规模机器学习工作负载。在此期间,公司强调电动车测试,并继续开发旨在适用于不同车辆类型的平台,而非绑定于单一专有汽车。 2021年,Wayve通过杂货配送合作伙伴关系扩大了商业实验。与Asda的试验研究了自动驾驶配送操作,而Ocado进行了战略投资,并为送货车用例提供了重要联系。这些项目提供了额外的城市驾驶数据,同时保留了人类安全驾驶员和其他开发保障措施。2022年1月,Wayve宣布了一轮重大B轮融资,由机构、企业和个人投资者支持。资金支持了进一步研究、车队扩张和国际发展。 在2020年代初期,公司扩大了在英国以外的测试。其战略是证明一个共享的AI模型可以在不同城市运行,而无需为每个地点构建完全独立的高清地图和手动编程堆栈。Wayve的技术基础设施结合了基于摄像头的车辆感知、车载GPU计算、云数据处理和模拟。公司将其模拟环境称为Wayve Infinity,使用合成场景来训练和评估对罕见或困难事件的响应。 2023年,Wayve宣布与日产合作,涉及在未来的驾驶辅助和自动驾驶应用中使用Wayve的AI软件。2024年,软银领投了大型C轮投资,包括英伟达和现有投资者。Uber也成为战略合作伙伴和投资者,将Wayve的自动驾驶平台与可能的机器人出租车服务联系起来。Wayve通过在众多城市和地区的演示来推广其技术的可扩展性,旨在展示其系统无需城市特定的高清地图即可适应。 2025年,Wayve在软银支持下在日本开设了研究枢纽,为其国际网络增加了本地数据和工程能力。公司继续将其商业雄心描述为向汽车制造商和出行运营商提供OEM就绪的自动驾驶平台。其长期前景仍取决于技术性能、安全验证、监管批准、车辆集成以及合作伙伴将试点项目转化为商业可行服务的能力。
- 2025
日本研究枢纽开业
[1]Wayve在软银支持下在日本建立了首个亚洲研究枢纽。
- 2024
软银领投C轮和Uber合作
[1]Wayve吸引重大战略融资,并与Uber建立战略关系,部分聚焦于自动驾驶出行。
- 2023
宣布与日产合作
[1]Wayve和日产宣布合作,将Wayve的AI集成到未来的驾驶辅助和自动驾驶应用中。
- 2022
B轮融资支持国际发展
[1]Wayve获得大量新支持,并将其道路测试和研究活动扩展到英国以外。
- 2021
零售配送试点开始
[1]Wayve与Asda和Ocado合作开展受监督的自动驾驶杂货配送试验。
- 2020
亚历克斯·肯德尔成为首席执行官
[1]联合创始人阿马尔·沙阿离开后,肯德尔担任CEO。
- 2019
陌生道路自动驾驶演示
[1]Wayve在未事先专门测绘的公共道路上展示了自动驾驶能力。
- 2019
伦敦基地和A轮扩张
[1]Wayve将基地迁至伦敦,并利用新的机构支持扩大受监督的城市测试。
- 2018
Wayve从隐身模式中脱颖而出
[1]公司公开介绍其基于学习的自动驾驶方法和早期融资支持。
- 2017
Wayve在剑桥成立
[1]亚历克斯·肯德尔和阿马尔·沙阿创立Wayve,开发用于自动驾驶的端到端机器学习系统。
产品与定位
一个硬件无关、以摄像头为主导的自动驾驶平台,利用端到端深度学习在道路和城市间泛化,减少对高清地图和手动编码驾驶规则的依赖。
自动驾驶软件
Wayve AI Driver
Wayve的核心软件概念是AI Driver,它解释摄像头视频和其他车辆信号,然后通过端到端学习模型生成驾驶决策。该系统并非将自动驾驶划分为完全独立的、手工编码的模块,而是旨在从真实和模拟经验中学习广泛的驾驶策略。Wayve将其描述为可适应陌生道路和车辆平台,但商业部署需要广泛的验证、安全监督和监管批准。
车辆自动驾驶平台
Wayve自动驾驶堆栈
该自动驾驶堆栈结合了基于摄像头的感知、辅助汽车传感器、定位信息、车载GPU计算和基于云的训练基础设施。它设计为硬件无关,适合汽车制造商集成,而非要求Wayve生产自己的完整车辆。开发车辆使用了英伟达汽车计算硬件,而更广泛的策略是适应车辆合作伙伴选择的设备。
自动驾驶模拟
Wayve Infinity
Wayve Infinity是公司的模拟环境,用于生成和练习可能在现实世界中罕见、危险或难以大规模收集的驾驶情况。它构成了更广泛数据引擎的一部分,其中记录的驾驶经验、模型训练、评估和合成场景用于改进AI Driver并测试其在各种环境中的行为。
营销活动
品牌决策
2024
扩展至自动驾驶网约车战略背景
Wayve的自动驾驶平台已引起出行运营商和汽车制造商的兴趣。
采取的行动
Wayve与Uber建立了战略投资和开发关系,以探索自动驾驶网约车服务。
后续影响
该合作伙伴关系将Wayve的潜在部署渠道从私人拥有车辆和配送车队扩展到机器人出租车运营。
2023
与日产合作进行车辆集成其他背景
Wayve寻求从研究演示转向与成熟汽车制造商的集成。
采取的行动
Wayve和日产宣布合作,探索将Wayve的AI驱动软件部署到日产未来的驾驶辅助和自动驾驶系统中。
后续影响
该协议强化了Wayve的OEM供应商策略,并将其工作扩展到改装研究车辆之外。
2020
2019
优先发展端到端、视觉主导的自动驾驶战略背景
Wayve的创立是对依赖详细地图和手动编写规则的自动驾驶架构的反对。
采取的行动
公司开发了一个以学习为中心的系统,使用摄像头数据、机器学习和驾驶经验作为其自动驾驶堆栈的基础。
后续影响
这一策略成为Wayve的主要技术和商业差异化因素,并塑造了其后续的OEM和出行合作伙伴关系。
近期事件
来源2 个来源
引用本词条: 请引用规范词条页。 /brand-wiki/wayve · 编辑方针 · 词条如何编纂