Is Wayve's system limited to specific vehicles or cities?

No, Wayve's system is designed to generalize across cities and vehicle types, without relying on detailed HD maps.

What is Wayve's approach to autonomous driving?

Wayve uses an end-to-end deep learning approach, learning to drive directly from camera input and real-world driving data.

Wayve영국 기반의 autonomous driving을 위한 종합 AI 개발사

4.6 (5)

리뷰어 Daniel Nikulshyn·업데이트됨 2026년 5월

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

개요

Wayve은 런던에 본사를 둔 회사로, 끝에서 부처까지의 깊은 학습 접근 방식을 기반으로 자율 주행 기술을 개발중이다. 세밀한 HD지도와 수동으로 코딩된 규칙에 의존하는 것이 아니라 카메라 입력 및 실제 세계 운전 데이터에서 직접 운전을 배우는데 목표를 두고 있다. 다양한 도시 및 차량 타입을 일반화하는 것을 목표로 한다. 회사에서는 embodie AI 모델을 개발하고 있으며, 그 중 AV2.0 플랫폼과 GAIA, LINGO와 같은 바탕 모델을 포함하고 있습니다. 이러한 모델은 시각, 언어 및 행위의 조합입니다. Wayve는 주요 automaker들과 fleet operator와 함께 소비자 차량 및 상업용 차량에 드라이브 인텔리전스를 제공하기 위해 업무를 수행 중이며 현재 UK 및 그 이상의 구간에서 테스트 중입니다. 자동차 제조사(OEM), 모빌리티 제공자 및 AI 연구원들을 표적로 둔 웨이브(Wayve)는 전통적인 모듈식 자율 주행 스택에 대한 대안으로 스케일러블한 것으로 자리매김하였으며, 지연된 영역 배치보다는 학습 행위 및 유연성에 중점을 두고 있습니다.

주요 기능

End-to-end deep learning driving stack
GAIA generative world model
LINGO vision-language-action model
MAP-free, camera-first perception
Fleet learning from diverse driving data
Automotive manufacturer와 함께 적합 도입

가격

모델: Freemium
카테고리: 정력의 UCE14의주좋
평점: 4.6 / 5 (5)

사용 사례

MAP-이 없는 자율주행을 OEMs에게 제공하는

제조업체는 Wayve의 end-to-end 운전 스택을 소비자용 차량에 통합해 HD맵에 의존하지 않고도 자율주행을 허용하는.

상업용차량 자율성

운송회사 및 차량 운용자들은 Wayve의 AV2.0 platform을 통해 배달 및 라이드-hail 차량을 위해 카메라 기반 자율주행을 제공합니다.

GAIA & LINGO 의 신체 AI 연구

AI 연구원은 Wayve의 GAIA 생성 세계 모델 및 LINGO 시각-언어-행동 모델을 embodied 및 multimodal AI에서 발전하고자 하는 곳을 위해 활용합니다.

도시 간의 주행 일반화

다양한 real-world 주행 데이터에서 이익을 उठ아서 새로운 도시 및 차량 플랫폼에서 운전 경지제가 일반화되는 운전 지능을 개발한다.

장단점

장점

End-to-end learning은 HD map에 의존하지 않아도 된다
도시와 차종에 걸쳐 일반화 할 수 있도록 설계되었습니다
장신AI에서 강력한 연구 성과
automotive 및 기술 분야의 주요 투자사로부터 지원
cons
:
비상장 제품으로 일반 소비자에 판매되지 않음,실제 세계 배치가 규모가 적음,정규 승인은 지역에 따라 다름,black box 모델이 더 어려움으로 검증,useCases,:,[object Object],[object Object],[object Object],[object Object]

단점

대중 소비자들에게 제공되는 제품은 아니다.
실제-world 배치가 범위가 아직 제한적이다.
규제 승인이 지역에 따라 다르다.
불투명 모델은 더harder히 유효성을 검증하기 어려움.

리뷰

4.6

5개 평가의 평균.

리뷰를 작성하려면 로그인하세요.

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.

Q&A

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.

Asked by Marcus Bell · Jan 31, 2026

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.

Asked by Margaret Whitfield · Jan 28, 2026

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.

Asked by Wei Chen · Oct 23, 2025

What are the key benefits of Wayve's end-to-end learning?

End-to-end learning reduces reliance on HD maps and allows the system to generalize across cities and vehicles, with strong research output in embodied AI.

Asked by Xiomara Delgado · Aug 20, 2025

Who is Wayve's technology available to?

Wayve's technology is targeted at automotive OEMs, mobility providers, and AI researchers, not available to general consumers.

Asked by Ravi Kapoor · Jul 26, 2025