‍作者 |張馬也

編輯 |德新

就在前兩天，英國(guó)AI公司W(wǎng)ayve宣布獲得新一輪10.5億美元融資，投資方為軟銀、英偉達(dá)和現(xiàn)有投資人微軟，可以說(shuō)是頂級(jí)豪華陣容。

作為一家英國(guó)公司，Wayve這輪融資也創(chuàng)造了英國(guó)AI公司有史以來(lái)最大的單筆融資。甚至英國(guó)首相也在一份聲明中表示，它「鞏固了英國(guó)作為人工智能超級(jí)大國(guó)的地位」。

在通用人工智能領(lǐng)域，Open.ai在過(guò)去兩年成為全球頂級(jí)的熱門(mén)標(biāo)的；而智能駕駛領(lǐng)域，曾經(jīng)獲得過(guò)10億美金級(jí)融資的公司不多，只有Waymo、Argo、Cruise等少數(shù)幾家。

Wayve的巨額融資也勾起人們對(duì)于未來(lái)的強(qiáng)烈好奇：它有沒(méi)有可能成為智能駕駛領(lǐng)域的Open.ai，又或者說(shuō)，成為端到端這代技術(shù)上的Waymo/Cruise？

到目前為止，Wayve已完成三輪融資，累計(jì)融資金額超過(guò)13億美元。除了資本大鱷和商業(yè)巨頭，有「深度學(xué)習(xí)三巨頭」美譽(yù)、現(xiàn)Meta首席人工智能科學(xué)家Yann LeCun，也是Wayve的投資人。

Wayve上一次引發(fā)關(guān)注是在不久前3月份，原Mobileye中國(guó)區(qū)的負(fù)責(zé)人 Erez Dagan加入Wayve擔(dān)任總裁，主要負(fù)責(zé)產(chǎn)品、業(yè)務(wù)和戰(zhàn)略。

本輪融資后，Wayve將加速推出首款用于量產(chǎn)車(chē)輛的自動(dòng)駕駛軟件，包括L2+智駕軟件以及實(shí)現(xiàn)完全自動(dòng)駕駛的軟件系統(tǒng)。Erez加入后，其重點(diǎn)關(guān)注的方向也是面向OEM的交付。據(jù)說(shuō)，Wayve正在與全球前幾大車(chē)廠商洽談合作。

一、自動(dòng)駕駛2.0：押注端到端

Wayve由Alex Kendall（聯(lián)創(chuàng)兼現(xiàn)任CEO）和Amar Shah（已離開(kāi)）于2017年共同創(chuàng)立，兩為均來(lái)自劍橋大學(xué)。

其公司總部英國(guó)倫敦，目前約有300名左右的員工。

Wayve稱(chēng)自己是第一個(gè)在公共道路上，開(kāi)發(fā)和測(cè)試端到端深度學(xué)習(xí)自動(dòng)駕駛系統(tǒng)的公司。

2015年，Alex Kendall與Vijay Badrinarayanan（現(xiàn)任AI副總裁）、Roberto Cipolla等人，一起提出了SegNet，這是第一個(gè)使用端到端深度學(xué)習(xí)進(jìn)行語(yǔ)義分割的實(shí)時(shí)方法，無(wú)需高精地圖即可理解復(fù)雜環(huán)境。

從2017年開(kāi)始，Wayve就在汽車(chē)上對(duì)神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)的一些早期成果進(jìn)行了應(yīng)用。公司把這套系統(tǒng)在道路上進(jìn)行了模擬部署，隨后逐漸擴(kuò)大規(guī)模，最終實(shí)現(xiàn)在倫敦市中心的交通環(huán)境下進(jìn)行真實(shí)駕駛。

Wayve將自己的智駕系統(tǒng)稱(chēng)為AV2.0。

Wayve認(rèn)為，基于傳統(tǒng)機(jī)器學(xué)習(xí)方法的AV1.0架構(gòu)，所面臨的根本問(wèn)題是技術(shù)可擴(kuò)展性。

因?yàn)樗�依�?lài)復(fù)雜的傳感器、高精度地圖和手工編碼的規(guī)則，使得系統(tǒng)成本居高不下，在行為預(yù)測(cè)、規(guī)劃和處理長(zhǎng)尾場(chǎng)景問(wèn)題上，效果很難提升。

AV2.0不依賴(lài)傳統(tǒng)的高清地圖和手工編碼的規(guī)則，而是專(zhuān)注于構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)型駕駛系統(tǒng)，而且可以擴(kuò)展、適應(yīng)、推廣到系統(tǒng)從未見(jiàn)過(guò)的場(chǎng)景。

AV2.0的特點(diǎn)如下：

采用端到端深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)；

無(wú)需高精地圖；

以安全為核心設(shè)計(jì)，符合行業(yè)安全期望；

傳感器靈活性，兼容純視覺(jué)到包括雷達(dá)和激光雷達(dá)的多種架構(gòu)；

通過(guò)數(shù)據(jù)驅(qū)動(dòng)進(jìn)行泛化擴(kuò)展；

在全球范圍內(nèi)，經(jīng)濟(jì)適用；

其中最重要的，就是端到端架構(gòu)。

它拋棄傳統(tǒng)的「感知 - 規(guī)劃 - 執(zhí)行」的架構(gòu)，將車(chē)輛傳感器原始的輸入數(shù)據(jù)，直接轉(zhuǎn)換為駕駛操作輸出。

在行業(yè)內(nèi)，端到端的方法已經(jīng)得到了初步的驗(yàn)證。特斯拉此前發(fā)布的FSD v12，就采用了端到端架構(gòu)。國(guó)內(nèi)外很多用戶(hù)試用過(guò)后，普遍的評(píng)價(jià)是，基本達(dá)到了人類(lèi)駕駛的水準(zhǔn)。

這種方法的核心是自我監(jiān)督學(xué)習(xí)。就像大語(yǔ)言模型LLM預(yù)測(cè)下一個(gè)單詞一樣，駕駛系統(tǒng)可以從原始的、未標(biāo)記的數(shù)據(jù)中進(jìn)行無(wú)監(jiān)督學(xué)習(xí)。

自動(dòng)駕駛和大型語(yǔ)言模型之間有許多相似之處，從根本上講，它們都是大型的、高數(shù)據(jù)量的、復(fù)雜的決策問(wèn)題。輸入模型的數(shù)據(jù)越多，AI模型的特定應(yīng)用就越豐富，越具有表現(xiàn)力，無(wú)需人工輸入即可對(duì)大量駕駛記錄進(jìn)行訓(xùn)練。

二、核心技術(shù)棧：解決可解釋性，建立人機(jī)信任

Wayve為自動(dòng)駕駛的迭代升級(jí)開(kāi)發(fā)了一個(gè)快速、連續(xù)和無(wú)縫的學(xué)習(xí)循環(huán)系統(tǒng)Fleet Learning Loop，不斷記錄數(shù)據(jù)、訓(xùn)練模型、評(píng)估性能和部署更新的模型，以此循環(huán)。

在量產(chǎn)車(chē)隊(duì)中，它能從OEM的各種車(chē)輛中收集真實(shí)世界的駕駛數(shù)據(jù)，然后上傳到云端處理，再將迭代后的模型部署到車(chē)端，升級(jí)車(chē)輛的自動(dòng)駕駛功能。

Wayve還一直在開(kāi)發(fā)智能駕駛基礎(chǔ)模型（foundation model for driving）。該模型利用多模態(tài)數(shù)據(jù)，包括文本和非駕駛視頻源，來(lái)優(yōu)化對(duì)駕駛環(huán)境的內(nèi)部表征。

Wayve認(rèn)為，這能增強(qiáng)AI模型的駕駛能力，允許從不同來(lái)源交叉學(xué)習(xí)與駕駛相關(guān)的概念，并提高與駕駛?cè)蝿?wù)目標(biāo)的一致性。

簡(jiǎn)單來(lái)說(shuō)，就是通過(guò)從多個(gè)數(shù)據(jù)源學(xué)習(xí)，可以提高車(chē)輛對(duì)傳感器流中最有意義和可操作性的方面的理解，從而提高智能駕駛的流暢度和安全性。

除此之外，Wayve還開(kāi)發(fā)了LINGO和GAIA兩個(gè)模型，用來(lái)解決智駕場(chǎng)景的可解釋性和信任等問(wèn)題。

行業(yè)內(nèi)對(duì)端到端架構(gòu)的其中一大擔(dān)憂(yōu)是它是一個(gè)黑盒方案，其過(guò)程不可解釋。LINGO能用自然語(yǔ)言描述自己的駕駛決策，并解釋決策的原因。

例如在行駛過(guò)程中，LINGO做出了繞行路邊�？寇�(chē)輛的判斷時(shí)，它可以向用戶(hù)輸出判斷依據(jù)：由于交通堵塞，我正在緩慢靠近；我正在經(jīng)過(guò)一輛停在路邊的車(chē)；因?yàn)榍胺降缆窌惩�，所以我加速前進(jìn)。

Wayve在去年下半年推出過(guò)LINGO-1，當(dāng)時(shí)該模型以視覺(jué)和語(yǔ)言信息為輸入，但只能輸出語(yǔ)言結(jié)果。LINGO-2的輸入和輸出都可以是視覺(jué)和語(yǔ)言信息，甚至也包括駕駛行為，也就是能控制車(chē)輛的行駛。

按官方說(shuō)法，LINGO-2是一種將視覺(jué)、語(yǔ)言和行動(dòng)綜合起來(lái)，以解釋和確定駕駛行為的駕駛模型，是第一個(gè)在公開(kāi)道路上測(cè)試的，閉環(huán)「視覺(jué)-語(yǔ)言-行動(dòng)」駕駛模型（VLAM）。

LINGO-2 架構(gòu)

LINGO-2 的亮點(diǎn)在于：通過(guò)語(yǔ)言提示，調(diào)整駕駛行為。

可以使用一些限定的導(dǎo)航命令，如「靠邊停車(chē)」、「右轉(zhuǎn)」等，讓LINGO-2調(diào)整車(chē)輛的行為。這也能幫助模型訓(xùn)練，并且增強(qiáng)人車(chē)交互。

LINGO-2在指令的要求下停車(chē)

LINGO-2回答場(chǎng)景問(wèn)題，并解釋駕駛操作

通過(guò)直接將語(yǔ)言和動(dòng)作聯(lián)系起來(lái)，LINGO可以一定程度上揭示出AI系統(tǒng)如何做出決策，使得自動(dòng)駕駛模型不再是一個(gè)「黑盒子」。

更重要的是，LINGO可以增強(qiáng)人類(lèi)對(duì)智能駕駛系統(tǒng)的信任。

目前，LINGO-2還只在Ghost Gym模擬器中進(jìn)行了驗(yàn)證，在現(xiàn)實(shí)世界中用語(yǔ)言控制汽車(chē)的行為是否可以可靠、安全地完成，還需要更多研究。

三、將世界模型融入駕駛模型

對(duì)于長(zhǎng)尾場(chǎng)景，Wayve給出的一個(gè)解決方法是GAIA-1，一個(gè)為智能駕駛打造的生成式世界模型。

GAIA-1架構(gòu)

GAIA-1首先是一個(gè)多模態(tài)生成模型，利用視頻、文本和動(dòng)作輸入，生成逼真的駕駛場(chǎng)景視頻。它能夠?qū)��?chē)輛的行為和其他基本場(chǎng)景特征，進(jìn)行細(xì)粒度控制。無(wú)論是改變車(chē)輛的行為，還是修改整體場(chǎng)景，模型都能完成。

這樣，GAIA-1可以作為仿真模擬中的重要一環(huán)，生成無(wú)限的數(shù)據(jù)，來(lái)訓(xùn)練和驗(yàn)證自動(dòng)駕駛系統(tǒng)，解決極端場(chǎng)景，特別是在獲取真實(shí)世界數(shù)據(jù)成本高或風(fēng)險(xiǎn)大的情況下。

GAIA-1可根據(jù)各種提示，生成駕駛場(chǎng)景

它還是一個(gè)真實(shí)的世界模型，可以學(xué)習(xí)、理解駕駛中的重要概念，比如什么是卡車(chē)、公共汽車(chē)、行人、騎自行車(chē)的人、道路布局、建筑物和交通信號(hào)燈。

所謂世界模型，是對(duì)環(huán)境及其未來(lái)動(dòng)態(tài)的表征，能實(shí)現(xiàn)對(duì)周?chē)�環(huán)境的結(jié)構(gòu)化理解，就像人類(lèi)對(duì)自己周?chē)�的環(huán)境進(jìn)行建模理解一樣。

將世界模型整合到駕駛模型中，使得自動(dòng)駕駛車(chē)輛能夠預(yù)測(cè)未來(lái)事件，從而提前規(guī)劃行動(dòng)，在復(fù)雜或未知的情況下做出更加明智的決策。

目前版本的GAIA-1擁有超過(guò)90億個(gè)可訓(xùn)練參數(shù)，訓(xùn)練數(shù)據(jù)集包含了2019年至2023年在倫敦收集的4700小時(shí)的專(zhuān)有駕駛數(shù)據(jù)。模型可以預(yù)測(cè)視頻序列中的后續(xù)幀，從而在不需要任何標(biāo)簽的情況下，實(shí)現(xiàn)自回歸預(yù)測(cè)能力。

四、邁向商業(yè)化量產(chǎn)

目前，Wayve在商業(yè)化上的作為不多。

此前，它一直在英國(guó)生鮮配送公司Ocado的車(chē)上訓(xùn)練模型，這家公司也是投資方之一，曾投資了1360萬(wàn)美元。

據(jù)稱(chēng)，Wayve已經(jīng)在全球100多個(gè)城市開(kāi)始了系統(tǒng)測(cè)試。

本輪融資后，Wayve將加速推出首款用于量產(chǎn)車(chē)輛的自動(dòng)駕駛軟件，包括L2+智駕系統(tǒng)，以及實(shí)現(xiàn)完全自動(dòng)駕駛的軟件系統(tǒng)。

它也在與全球前幾大車(chē)廠商洽談合作，但具體名單未知。

原Mobileye中國(guó)區(qū)的負(fù)責(zé)人Erez Dagan加入Wayve擔(dān)任總裁，其重要的關(guān)注方向也是面向OEM的交付。Erez在Mobileye工作了20年，是全世界第一款純視覺(jué)ADAS產(chǎn)品的創(chuàng)始團(tuán)隊(duì)成員，后來(lái)?yè)?dān)任產(chǎn)品和戰(zhàn)略執(zhí)行副總裁，并在Mobileye被收購(gòu)后擔(dān)任英特爾集團(tuán)副總裁。

聯(lián)系到此前馬斯克表示，特斯拉將于今年8月8日發(fā)布Robotaxi，種種跡象似乎表明完全自動(dòng)駕駛的技術(shù)路線正在逐漸清晰。

Wayve的目標(biāo)甚至不止于此。在最近Techcrunch的一次采訪中，Alex Kendall說(shuō)到，Wayve的駕駛大模型不僅在駕駛數(shù)據(jù)上進(jìn)行訓(xùn)練，還對(duì)互聯(lián)網(wǎng)規(guī)模的文本和其他來(lái)源進(jìn)行訓(xùn)練，甚至使用英國(guó)政府的PDF文檔來(lái)訓(xùn)練模型。

Wayve正在構(gòu)建具身AI（Embodied AI）基礎(chǔ)模型，一個(gè)基于非常多樣化的數(shù)據(jù)進(jìn)行訓(xùn)練的通用系統(tǒng)，能夠在復(fù)雜的現(xiàn)實(shí)世界環(huán)境中感知、行動(dòng)、學(xué)習(xí)和適應(yīng)人類(lèi)行為。智能駕駛只是這一系統(tǒng)目前最大的應(yīng)用場(chǎng)景。

       原文標(biāo)題 : 端到端將重塑智駕？獲10億美金融資，解密英國(guó)AI獨(dú)角獸Wayve