Wayve CEO在CVPR 2026上强调自动驾驶是通向10亿机器人的第一块试验田

在今年 CVPR 2026 中，自动驾驶和具身智能方面的演讲里，Wayve 创始人兼 CEO Alex Kendall也是一个大忙人，在本次CVPR中至少出现在三个研讨会上，做了三场演讲，当然演讲题目都一致《将AI带到10亿台机器人上的前沿挑战》。

通过题目就可知。Wayve没有把自动驾驶讲成一个孤立的汽车工程问题，而是把它放进更大的命题里：如何把 AI 带到 10 亿台真实世界机器人上。这个其实和特斯拉在CVPR演讲（特斯拉 CVPR 2026 演讲全文和详解：把自动驾驶，做成「所有机器人的基础模型」）类似，连标题都类似。

Wayve 本次演讲透露的信息都很鲜明：自动驾驶会成为具身智能的第一条大规模落地路径，而真正可规模化的系统必须具备泛化能力、成本效率、平台化部署能力，以及能在仿真和现实之间持续学习的闭环。

这也是 Wayve 近几年的技术路线一直围绕 “end-to-end AI” 展开，把策略学习、世界模型、风险评估、仿真验证和多车型部署纳入同一套 AI 飞轮。然后做成通用的方案，可以匹配全球不同城市、不同车型、不同传感器和不同成本结构里。目前Wayve的方案已经获得了奔驰、日产、stellantis、uber等定点和应用。

1. AV2.0：从规则栈转向端到端 AI

Wayve 把自动驾驶行业路线分成三代：

AV1.0 是经典模块化栈，强调感知、预测、规划、控制的分工；

AV1.5 在端到端模型外面套规则 checker；

AV2.0 则让端到端模型承担从感知到控制的主要智能，安全能力随 AI 的智能水平共同扩展。这里的关键不是“有没有规则”，而是安全的主语发生了变化。

传统系统把安全主要寄托在人工规则、地图冗余和工程边界上；Wayve 的 AV2.0 认为，真实道路长尾过于复杂，系统必须学会风险，而不是只被规则枚举风险。

Wayve 的2.0方法论：先做强化学习教车开车，再做公开城市道路上的端到端驾驶，再验证同一个 AI 能否迁移到未见过的城市和不同车辆平台，之后进入 LINGO、GAIA 等语言与生成式世界模型方向。

2. 强化学习回归中心：不只是模仿人类驾驶

自动驾驶行业过去几年大量使用模仿学习，因为真实驾驶数据容易收集，行为克隆能快速获得可用策略。

但在这份讲稿里，Wayve 明显把强化学习重新放到了中心位置：数百万小时驾驶经验、大规模多样车队、on-policy/off-policy数据飞轮、多十亿参数 critic 和 world model、大规模多节点 RL 作业，都成为 Wayve 当前训练体系的一部分。

这个其实和之前文章《CVPR 2026 Li Hongyang 演讲的World Engine解读：可能就是华为说的WE》Li hongyang的理论类似，物理AI 需要学习助力LLM成功的强化学习，而且是具有人类反馈的强化学习。

Alex也在演讲中提到了其“四日循环”，这很能说明 Wayve 想要的研发节奏：周四提出一个关于分布式 critic 的想法，周五实现增量，周末多节点训练，周一完成离线评估并坐进车里 ride-along。这个循环把研究、训练、评估和真实体验压到一个 sprint 内，目标是让模型改进能快速进入真实系统反馈。

强化学习在这里承担两个角色。

第一，它让系统在多智能体交互中学习“不要碰撞、保持进展”等简单但物理约束强的目标。

第二，它为世界模型与仿真验证提供策略优化机制，让 AI 不只是复现数据，而是在可控环境里探索边界情况。

3. GAIA-3：世界模型从“生成视频”走向“训练与验证”

Wayve如何做到强化学习呢？依靠的是其的生成式 AI 路线。其生成式AI大模型GAIA (Generative AI for Autonomy)已经从 GAIA-1 到 GAIA-2，再到本次演讲中的 GAIA-3，方向越来越明确：不是做漂亮的道路视频，而是做可控、可验证、可转移的驾驶世界模型。

GAIA-2 的公开论文标题是 “A Controllable Multi-View Generative World Model for Autonomous Driving”，重点已经包含多视角、高分辨率、地理多样性、可控性和规模。

CVPR 2026 讲稿中的 GAIA-3 则进一步强调四个关键词：真实感、可控性、地理多样性、embodiment transfer。

这背后有一个很重要的判断：传统 procedural simulation 对真实世界具身 AI 来说不够真实，也不够多样。自动驾驶需要处理长尾事故、稀有天气、罕见交通参与者行为、地域差异、传感器差异和平台差异。手工搭建仿真场景很难覆盖这些复杂性，生成式世界模型则可能把真实数据分布、可控反事实和规模化训练统一起来。

Wayve 进一步追问：我们能不能在世界模型里学会驾驶？这其实把自动驾驶训练推向了类似“梦中练习”的框架：模型在现实数据上学习世界，然后策略在世界模型里做大规模试错，再把学到的能力蒸馏回真实车辆可部署的模型中。

4. 安全也要端到端：用模型学习风险，而不是只写规则

那么有了工具之后，如何做好强化学习的奖励函数？具身 AI 的奖励函数到底是什么？手写规则、模仿学习加接管、语言模型、偏好标注、时空物理推理，还是某种新东西？

Wayve 给出的反直觉判断是：既然行业正在接受端到端学习适合驾驶，那么同样的原因也说明端到端学习可能更适合安全和仿真。换句话说，安全系统不应只停留在规则 checker，而应学习风险本身。

反事实重仿真是这条路线的关键工具。Alex在演讲中展示了 NCAP 测试、伦敦减速、湾区变道、日本礼让跑者等案例：模型先在测试中失败，然后通过反事实重仿真生成或重放更关键的场景，再让模型学会通过。

这意味着 Wayve 的安全验证思路不是“现实里遇到一次、线下修一次”，而是把失败场景变成可扩展的训练与验证资产。若 GAIA-3 这样的世界模型能可靠生成 crash scenario 和长尾反事实，安全工程就会从人工案例库走向模型驱动的数据飞轮。

5. 平台化，而不是垂直一体化

介绍完了其方法论和工具之后，Wayve 抛出了他的商业模式猜想：平台会比垂直一体化自动驾驶达到更大规模。

Wayve CEO Alex 里把自动驾驶商业模式分为三类：

自营 robotaxi 车队、Wayve 认为 robotaxi 当前仍是城市级、车队级扩张。

卖车、卖车可以到每年百万辆

授权 AI。而授权 AI 才有机会触达数以亿计的车辆。

所以，显然 Wayve 走的是License AI的异构平台。他可以在camera-only ADAS、robotaxi 和其他 embodiment 之间的迁移。它想做的不是拥有某一支车队，而是把通用物理 AI 基座训练出来，再通过后训练、蒸馏和压缩落到不同应用。

这个策略的技术含义很强：同一个基础模型需要吸收跨具身、多模态、自监督、离线规模化训练；之后分化成多任务驾驶策略、仿真器、critic；最后压缩到车端硬件，服务 camera-only ADAS、robotaxi 和更多机器人形态。

当然，这也是目前理想、小鹏等新势力产品技术叙事的基础。

6. 成本是技术路线的一部分

Wayve 的第四个观点是：成本很重要。讲稿提出一组很尖锐的问题，例如能否在一小时内虚拟驾驶 1000 万英里来做验证，能否用每车 1000 美元级别的大众市场硬件实现 L5，世界模型能否在嵌入式硬件上实时运行，以及是否会出现物理 AI 的 “MuZero moment”（MuZero是由谷歌旗下人工智能研究公司DeepMind开发的一款计算机程序，旨在无需了解游戏规则和底层机制即可掌握游戏）。

这组问题把 Wayve 的路线与昂贵传感器、重地图、重运营的方案拉开距离。它不是简单地追求更强模型，而是在问：这个模型能否被训练得起、验证得起、部署得起、在足够便宜的量产硬件上跑得动。

在这个框架下，AV2.0 飞轮由部署、数据、训练与验证、智能提升、更多部署构成。部署越多，数据越多；数据越多，训练与验证越强；模型越强，部署边界越大。

7. 为什么 Wayve 认为自动驾驶会先于通用机器人爆发

Wayve CEO Alex演讲后半段把自动驾驶放进具身 AI 的大图景里。Wayve 的第五个判断是：消费者车辆会先于 robotaxi，robotaxi 会先于更广义的 mobility，而这些又会先于 manipulation。

原因并不神秘：驾驶拥有大规模真实数据、成熟硬件、全球供应链、清晰商业价值和相对明确的监管路径。相比之下，家庭机器人和仓储机器人虽然空间巨大，但数据、硬件、成本和任务泛化都更难。

Wayve 从自动驾驶里总结出的经验也很值得机器人行业参考：

不要从过度简化、过度约束的环境开始幻想通用解；

应从一开始就按全球规模设计，优先处理最难的问题；

必须建立大规模数据收集和自监督学习策略；

不要轻易假设新造机器人或大规模资本开支能快速改造行业；

更现实的路线可能是把智能装进已有系统。

这正是 Wayve Labs 的背景。最后alex 在结尾宣布 Wayve Labs，研究方向包括世界模型、模型化强化学习、跨具身学习、大规模训练、奖励模型、空间智能、语言用于具身 AI、策略学习、蒸馏和压缩等。