Wayve联合创始人兼首席执行官Alex Kendall近日在阿姆斯特丹HumanX大会上表示，自动驾驶汽车而非人形机器人，将成为首批达到ChatGPT规模的物理AI应用。“这需要一段时间，也许他们自己还没意识到。”Kendall在谈及人形机器人行业时说道。
就在演讲前一天，Wayve宣布与梅赛德斯-奔驰达成全球合作伙伴关系。Kendall透露，Wayve的AI技术预计在未来两年内应用于梅赛德斯面向消费者的车型中，但未给出确切时间表。梅赛德斯是三个月内第三家将Wayve软件纳入生产计划的全球前十车企，此前日产和Stellantis已率先采用。
从演示到量产的挑战
Wayve发布了原型车在梅赛德斯生产硬件上行驶的视频，场景涵盖伦敦、斯图加特和旧金山。Kendall指出，该系统目前运行在小巧的低算力计算机上，仅使用量产车标配的摄像头和雷达。当前的工作重心是生产集成，包括解决延迟问题、满足安全标准以及确保软件与车辆各部件的协同。他将于周四前往斯图加特与梅赛德斯团队进一步对接。
“从物理AI演示到实际量产产品之间的差距是巨大的。”Kendall表示。
此次合作紧随Wayve与伦敦Uber推出的监督式Robotaxi服务之后。Kendall透露，Wayve计划在今年年底前在日本东京推出类似服务。目前的伦敦服务每辆车均配备安全员，并未沿用英国的无人驾驶许可路径。
授权模式对抗垂直整合
Wayve采用授权模式，通过端到端深度学习训练基础模型，并将其授权给汽车制造商和车队运营商。Kendall表示，该模型已在500多个城市完成驾驶测试。他将此与特斯拉进行对比，指出特斯拉自建整车，仅占据约1%的汽车市场份额。“我们希望将此提供给所有其他车辆。”他说。
在该模式下，车企可自主选择传感器、计算机和设计，并通过调整模型参数设定驾驶风格（如刹车力度）。作为回报，合作伙伴共享驾驶数据，使Wayve能够以单家车企无法企及的规模进行模型训练。
Kendall承认，实体产品的设计、制造和部署周期在很大程度上不可压缩。Wayve利用其世界模型Gaia模拟复杂驾驶场景，以处理如瑞典北极圈道路、洪水街道及日本农村陌生路标等罕见情况。
先汽车，后机器人
针对英伟达CEO黄仁勋关于物理AI已达“ChatGPT时刻”的观点，Kendall持保留意见。他认为，鉴于目前仅有极少数用户使用物理AI，这一时刻尚未到来。他预测，商业应用将先于消费者应用普及，移动出行领域将领先于机械臂等机器人应用。目前，处理物体的机器人在定制原型硬件上的成功率仅为20%至50%，这与五年前的自动驾驶领域状态相似。
数据显示，全球Robotaxi数量不足1万辆，而每年汽车销量约为1亿辆。Kendall还提到，今年早些时候通过的联合国技术规则为全球消费级车辆的自动驾驶落地提供了支持。自2017年以来，Wayve的目标始终未变：打造通用的L5级自动驾驶系统，适用于任何车辆，且硬件成本控制在1000美元以内。