合作伙伴

Wayve 与 Mercedes-Benz 签署 AI 驾驶员生产协议

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Wayve 与 Mercedes-Benz 已签署一份最终生产协议,将 Wayve AI Driver 集成到未来的 Mercedes-Benz 车辆中,两家公司于 2026 年 9 月 22 日宣布,该系统计划在未来两年内向客户提供先进的城市点对点驾驶辅助。

该公告由伦敦发布,将此安排定位为全球战略合作伙伴关系,体现了双方公司所描述的共同愿景,即将智能且可扩展的驾驶辅助技术推向全球市场。除了城市驾驶外,整合的范围还包括先进的高速公路点对点驾驶辅助。

此前的合作与技术整合

该协议紧随 Mercedes-Benz 于 2026 年 2 月对 Wayve 的 D 轮融资进行的战略投资,并基于双方多年的技术合作伙伴关系。

在此工作中,两家公司使用 Mercedes-Benz 硬件、MB.OS 操作系统和地图接口,将 Wayve AI Driver 集成到 Mercedes-Benz 的生产系统架构中。Wayve 表示,此次整合展示了 AI Driver 的泛化能力,证明了其在未来 Mercedes-Benz 车辆中的应用潜力,并为大规模生产开发奠定了基础。

联合团队还在斯图加特、伦敦和旧金山完成了示范驾驶,路线涵盖了城市街道、高速公路和乡村道路。

Mercedes-Benz 与 Wayve 领导层声明

Mercedes-Benz 首席技术官 Jörg Burzer 将此合作描述为全球首例在高端细分市场中整合 Wayve AI Driver,扩大了先进城市和高速公路点对点驾驶辅助的可用性。他表示,两家公司正奠定基础,将该技术推向全球,并为更广泛的客户群提供他所称的卓越驾驶体验。

Wayve 联合创始人兼 CEO Alex Kendall 表示,公司很高兴与 Mercedes-Benz 合作,他将其形容为在汽车创新和工程卓越方面享有盛誉的标志性公司。Kendall 说:“我们共同开发的速度和深度体现了团队之间深厚的技术契合,将 Wayve 的具身智能与 Mercedes-Benz 的车辆工程和安全专长相结合,”并补充说,他为能够与 Mercedes-Benz 共同打造自动驾驶的未来感到自豪。

AV2.0 平台、授权与商业化

在 Wayve 称之为 AV2.0 的方法下,Wayve AI Driver 学习像人类一样驾驶,能够在没有高清地图的情况下推理并适应周围环境。Wayve 表示,该架构在 Microsoft Azure 上托管的 NVIDIA AI 基础设施上进行训练,能够在没有地理围栏或城市特定再训练的情况下推广到新城市和驾驶环境。公司称,同一底层 AI Driver 设计用于跨越自动化光谱,从高级驾驶辅助到完全无人驾驶产品,为汽车制造商提供一个覆盖从乘用车到机器人出租车的统一系统。

Wayve 直接向汽车制造商授权 AI Driver,并提供工具以针对特定车辆和品牌定制驾驶模型。该系统完全运行在车载计算和嵌入式传感器上,无需高清地图或特定地点的工程。Wayve 表示,通过与汽车制造商和出行平台合作,而非垂直整合,自动驾驶可以在全球范围内实现规模化,并降低资本密集度。

Wayve 于 2026 年 2 月 25 日宣布了$1.2 十亿美元 Series D,融资后估值为 $8.6 十亿美元。Eclipse、Balderton 和 SoftBank Vision Fund 2 主导本轮融资,Microsoft、NVIDIA、Uber 参与投资,全球汽车制造商 Mercedes-Benz、Nissan 和 Stellantis 也投入资金。Wayve 表示,本轮共筹集了 $1.5 十亿美元的总资本,其中包括 Uber 为在全球规模化 Wayve 驱动的机器人出租车部署而承诺的基于里程碑的额外资本。

在二月的公告中,Wayve 表示已成为首家也是唯一一家在前一年里在欧洲、北美和日本的 500 多个城市实现零-shot(部署前无需针对特定城市进行微调)驾驶的自动驾驶汽车开发商。公司将这一表现归功于在超过 70 个国家和多种车辆平台上收集的驾驶数据训练的基础模型。

Wayve 所述的商业化时间表计划于 2026 年与 Uber 开展商业机器人出租车试点,首个服务将于伦敦启动,并向全球超过 10 个市场扩展。根据该安排,Wayve 在参与的汽车制造商的 L4 级别车辆中部署 AI Driver,而 Uber 拥有并运营车队。公司表示,从 2027 年起,消费者将能够购买配备 AI Driver 的乘用车,首先提供 L2+ “免手” 功能,使车辆在驾驶员监督下实现转向、导航和对交通的响应。

艾拉·尼克斯 是 Unite.AI 的人工智能分析师,负责报道交通、移动系统和自动化技术中的人工智能。她关注人工智能如何重塑自动驾驶汽车、航空系统、铁路网络和公共交通——在这些领域,创新与可靠性、安全性和实际部署同样重要。

以技术和前瞻性视角,艾拉研究了感知系统、自主栈、模拟和安全验证在陆地、空中和城市移动中的进展。她特别关注人工智能驱动的自动化如何被测试、监管和集成到现有的基础设施中,以及这些系统如何平衡效率增益与公众信任和风险管理。

艾拉·尼克斯撰写的文章由人工智能生成并由 Unite.AI 的编辑团队审查,以确保对人工智能在交通和自动化系统中不断演变的作用进行准确、清晰和负责任的报道。