Wayve logo

Wayveהפיתוח יצירתי בבריטניה לחכור-אי פועל-ימי לנהיגה עצמאית

4.6 (5)

סקירה

Wayve היא חברה שבסיסה בלונדון, הבונה טכנולוגיית נהיגה אוטונומית עם גישה של למידת עומק מקצה לקצה. במקום להסתמך על מפות HD מפורטות וכללים בקוד ידני, המערכת שלה לומדת לנהוג ישירות מקלטת מצלמה וממקרי נתוני נהיגה בעולם האמיתי, במטרה להכליל על פני ערים וסוגי רכבים. החברה מפתחת מודלים של בינה מלאכותית מגולמים, כולל פלטפורמת AV2.0 שלה ומודלים בסיסיים כמו GAIA ו- LINGO, המשלבים ראייה, שפה ופעולה. משתפת פעולה עם יצרני רכב ומפעילי ציים כדי להביא את האינטליגנציה הנהיגה שלה לרכבים צרכניים ומסחריים, עם בדיקות שנמצאות בבריטניה ומחוצה לה. מיועד ליצרני רכב מקוריים, ספקי ניידות וחוקרי בינה מלאכותית, Wayve מתמקם כחלופה ניתנת להרחבה לערימות AV מודולריות מסורתיות, תוך שימת דגש על התנהגות נלמדת והתאמה על פני פריסות גיאופנסיות.

תכונות עיקריות

  • יצירת-למידה (end-to-end) צד-נהיגה טכנולוג-למידה (deep learning driving stack)
  • GAIA יציג-ת-עול-גל-נ (generative world model)
  • LINGO ז'ק-לש-שד-אל (vision-language-action model)
  • Map-free, camera-first perception (אפ-י-נ-ת-ה-ק-נ-מס ענ (map-free, camera-first perception))
  • Fleet learning from diverse driving data
  • Partnerships with automakers for integration (ש-נ-ה-ם-ה-ש-י-נ (part-nerships))

תמחור

מודל
Freemium
דירוג
4.6 / 5 (5)

מקרי שימוש

Map-free self-driving for OEMs

Automakers integrate Wayve's end-to-end driving stack into consumer vehicles, enabling autonomy without dependence on HD maps or hand-coded rules.

Commercial fleet autonomy

Mobility providers and fleet operators deploy Wayve's AV2.0 platform to bring camera-first autonomous driving to delivery and ride-hail vehicles.

Embodied AI research with GAIA & LINGO

AI researchers leverage Wayve's GAIA generative world model and LINGO vision-language-action model to advance work in embodied and multimodal AI.

Cross-city driving generalization

Use fleet learning from diverse real-world driving data to develop driving intelligence that generalizes across new cities and vehicle platforms.

יתרונות וחסרונות

יתרונות

  • End-to-end learning reduces reliance on HD maps
  • Designed to generalize across cities and vehicles
  • Strong research output in embodied AI
  • Backed by major automotive and tech investors

חסרונות

  • Not a product available to general consumers
  • Real-world deployment still limited in scale
  • Regulatory approval varies by region
  • Black-box models can be harder to validate

ביקורות

4.6

ממוצע מ-5 דירוגים.

5
3
4
2
3
0
2
0
1
0

התחבר כדי להשאיר ביקורת.

Leila Hassan

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

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.

MB

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.

DF

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

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.

שאלות ותשובות

מהם המגבלות העיקריות שיש לשקל לפני שיתוף פעולה עם Wayve?

יישום בעולם האמיתי עדיין מוגבל בהיקף, עם בדיקות בעיקר בבריטניה ובאזורים נבחרים, ואישורים רגולטוריים משתנים ממדינה למדינה. גם מודלים הקצה-לקצה שלה יכולים להיות קשים יותר לאימות מאשר ערימות מודולריות בגלל טבעם הסגור.

Asked by Marcus Bell · Jan 31, 2026

כיצד גישת Wayve שונה מערימות נהיגה אוטונומית מסורתיות?

Wayve משתמשת בערימת למידת מכונה עמוקה מקצה לקצה שלומדת לנהוג ישירות מקלטות ונתונים מהעולם האמיתי, תוך הימנעות ממפות HD וכללים מקודדים ביד. תכנון זה, שאינו תלוי במפות ומתבסס על קלטות, מיועד להתאים לערים וסוגי רכב שונים.

Asked by Margaret Whitfield · Jan 28, 2026

מי Wayve מיועדת אליו, והאם צרכנים יחידים יכולים להשתמש בה?

Wayve מיועדת ליצרניות רכב, מוביליות ומפעילי צי, וחוקרי AI. זוהי לא מוצר הנמכר לצרכנים כלליים; במקום זאת, החברה משתפת פעולה

Asked by Wei Chen · Oct 23, 2025

מהם היתרונות המרכזיים של למידת End-to-End של Wayve?

למידה End-to-End מפחיתה את התלות במפות HD ומאפשרת למערכת להתאים עצמה לחברות ולקונבּיוטים שונים, עם תוצאות מחקר חזקות ב-Embodied AI.

Asked by Xiomara Delgado · Aug 20, 2025

למי זמינה טכנולוגיית Wayve?

טכנולוגיית Wayve מיועדת ל-OEMים בתחום הרכב, ספקי תנועה וחוקרי AI, ולא זמינה לצרכנים כלליים.

Asked by Ravi Kapoor · Jul 26, 2025

שאל שאלה

חלופות לאוטומציה של משימות