WayveVelšský vývojář softwaru pro konečné užité inteligence v autonomním řízení

4.6 (5)

Recenzováno Daniel Nikulshyn·Aktualizováno květen 2026

Autonomous Driving Deep Learning Embodied AI Foundation Models Computer Vision Automotive Research

Přehled

Wayve je společnost se sídlem v Londýně, která vyvíjí technologii pro samořízené vozy pomocí end-to-end přístupu hlubokého učení. Namísto spoléhání se na podrobné HD mapy a ručně kódovaná pravidla, se jeho systém učí řídit přímo z kamerového vstupu a údajů z reálného světa, s cílem generalizovat napříč městy a typy vozidel. Společnost vyvíjí vtělené modely umělé inteligence, včetně své platformy AV2.0 a základních modelů, jako jsou GAIA a LINGO, které kombinují vidění, jazyk a akci. Společnost Wayve spolupracuje s výrobcemi automobilů a provozovateli vozových parků, aby přinesla své řízení inteligence do spotřebitelských a komerčních vozidel, přičemž probíhá testování ve Spojeném království a dalších zemích. Cílená na automobilové OEM, poskytovatele mobility a výzkumníky v oblasti umělé inteligence, se Wayve představuje jako škálovatelná alternativa k tradičním modulárním AV stackům, kdy prioritou je naučené chování a adaptabilita nad geofencovanými nasazeními.

Klíčové funkce

Koncový hluboký učící se řídící systém
GAIA generativní model světa
LINGO model vize-languby-chování
Mapování zdarma, kamerová percepci
Fleet učení na základě rozmanité jízdní data
Smlouvy s automobilovými výrobcemi pro integraci
pros
:
Konečný hluboký učení snižuje závislost na mapaření vysokorychlostním přibližením,Navrhoené pro zobecnění po celých městech a vozidlech,Svůj výzkum sílí v oblasti uvězněných AI,Přichází z velkých investic automobilových a technologických firem,cons,:,Není výrobek pro běžné spotřebitele dostupný,Real

Ceník

Model: Freemium
Kategorie: Task automation
Hodnocení: 4.6 / 5 (5)

Případy užití

Pohyb bez map pro OEMs

Automobilky integrují řídící blok Wayve do spotřebitelských vozidel, což umožňuje autonomní jízdu bez závislosti na HD mapách nebo ručně psaných pravidlech.

Autonomní nákladní vozidla

Dodavatelské organizace a provozovateli nákladních vozidel nasazují platformu AV2.0 Wayve k zavedení kamery jako autonomního řízení pro vozidla na přepravu a jízdy na objednávku.

Výzkum ztělesněného AI s GAIA & LINGO

Vědci využívají generativní model světa GAIA a model LINGO pro vizualizaci a činnost k pokroku ve výzkumu ztělesněné a multimodální AI.

Zobecnění jízdy přes město

Uživatelé využívají flotilové učení z rozmanitého světově reálného jízdního dat k rozvinutí jízdní inteligence, která se zobecní na nová města a vozidla.

Pro a proti

Pro

Konečné učení zredukuje závislost na HD mapách
Je navržena tak, aby se mohla zobecnit na města a vozidla různých druhů
Snaží se poskytnout silnou výzkumnou zásobu v oblasti ztělesněného AI
Je podporována velkými automobilovými a technickými investory

Proti

Tohle není produkt dostupný pro běžné spotřebitele
Realizace v reálném světě je stále omezena v měřítku
Schválení předpisů se liší v závislosti na regionu
Černé skříňové modely mohou být obtížnější na validaci

Recenze

4.6

Průměr z 5 hodnocení.

Přihlas se, abys mohl napsat recenzi.

Leila Hassan

Jan 18, 2026

Use it every day

Honestly didn't expect to like it this much. End-to-end deep learning driving stack is exactly what I needed, and designed to generalize across cities and vehicles. but I reach for it almost every day now and it just clicks.

Tomáš Novák

Jan 3, 2026

Use it every day

Honestly didn't expect to like it this much. Fleet learning from diverse driving data is exactly what I needed, and backed by major automotive and tech investors. but I reach for it almost every day now and it just clicks.

Marcus Bell

Dec 27, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is lINGO vision-language-action model — handled better than most — and strong research output in embodied AI. Worth the time if this is your use case.

Diego Fernández

Jun 30, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: partnerships with automakers for integration and backed by major automotive and tech investors. Where it lags: regulatory approval varies by region. On balance the feature set — especially gAIA generative world model — justifies the 4 stars for our use case.

Robert Ainsworth

Jun 23, 2025

Does the job

Pretty happy overall. Map-free, camera-first perception just works and designed to generalize across cities and vehicles. Not a product available to general consumers can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.

Otázky

Who is Wayve intended for, and can individual consumers use it?

Wayve targets automotive OEMs, mobility and fleet operators, and AI researchers. It is not a product sold to general consumers; instead, the company partners with automakers to integrate its driving intelligence into consumer and commercial vehicles.

How does Wayve's approach differ from traditional autonomous driving stacks?

Wayve uses an end-to-end deep learning stack that learns to drive directly from camera input and real-world data, avoiding HD maps and hand-coded rules. This map-free, camera-first design is intended to generalize across different cities and vehicle types.

What are the main limitations to consider before partnering with Wayve?

Real-world deployment remains limited in scale, with testing primarily in the UK and select regions, and regulatory approval varies by market. Its end-to-end models can also be harder to validate than modular stacks due to their black-box nature.