在今年 CVPR 2026 中，自動駕駛和具身智能方面的演講里，Wayve 創始人兼 CEO Alex Kendall也是一個大忙人，在本次CVPR中至少出現在三個研討會上，做了三場演講，當然演講題目都一致《將AI帶到10億臺機器人上的前沿挑戰》。

通過題目就可知。Wayve沒有把自動駕駛講成一個孤立的汽車工程問題，而是把它放進更大的命題里：如何把 AI 帶到 10 億臺真實世界機器人上。這個其實和特斯拉在CVPR演講（特斯拉 CVPR 2026 演講全文和詳解：把自動駕駛，做成「所有機器人的基礎模型」）類似，連標題都類似。

Wayve 本次演講透露的信息都很鮮明：自動駕駛會成為具身智能的第一條大規模落地路徑，而真正可規�；�的系統必須具備泛化能力、成本效率、平臺化部署能力，以及能在仿真和現實之間持續學習的閉環。

這也是 Wayve 近幾年的技術路線一直圍繞 “end-to-end AI” 展開，把策略學習、世界模型、風險評估、仿真驗證和多車型部署納入同一套 AI 飛輪。然后做成通用的方案，可以匹配全球不同城市、不同車型、不同傳感器和不同成本結構里。目前Wayve的方案已經獲得了奔馳、日產、stellantis、uber等定點和應用。

1. AV2.0：從規則棧轉向端到端 AI

Wayve 把自動駕駛行業路線分成三代：

AV1.0 是經典模塊化棧，強調感知、預測、規劃、控制的分工；

AV1.5 在端到端模型外面套規則 checker；

AV2.0 則讓端到端模型承擔從感知到控制的主要智能，安全能力隨 AI 的智能水平共同擴展。這里的關鍵不是“有沒有規則”，而是安全的主語發生了變化。

傳統系統把安全主要寄托在人工規則、地圖冗余和工程邊界上；Wayve 的 AV2.0 認為，真實道路長尾過于復雜，系統必須學會風險，而不是只被規則枚舉風險。

Wayve 的2.0方法論：先做強化學習教車開車，再做公開城市道路上的端到端駕駛，再驗證同一個 AI 能否遷移到未見過的城市和不同車輛平臺，之后進入 LINGO、GAIA 等語言與生成式世界模型方向。

2. 強化學習回歸中心：不只是模仿人類駕駛

自動駕駛行業過去幾年大量使用模仿學習，因為真實駕駛數據容易收集，行為克隆能快速獲得可用策略。

但在這份講稿里，Wayve 明顯把強化學習重新放到了中心位置：數百萬小時駕駛經驗、大規模多樣車隊、on-policy/off-policy數據飛輪、多十億參數 critic 和 world model、大規模多節點 RL 作業，都成為 Wayve 當前訓練體系的一部分。

這個其實和之前文章《CVPR 2026 Li Hongyang 演講的World Engine解讀 ：可能就是華為說的WE》Li hongyang的理論類似，物理AI 需要學習助力LLM成功的強化學習，而且是具有人類反饋的強化學習。

Alex也在演講中提到了其“四日循環”，這很能說明 Wayve 想要的研發節奏：周四提出一個關于分布式 critic 的想法，周五實現增量，周末多節點訓練，周一完成離線評估并坐進車里 ride-along。這個循環把研究、訓練、評估和真實體驗壓到一個 sprint 內，目標是讓模型改進能快速進入真實系統反饋。

強化學習在這里承擔兩個角色。

第一，它讓系統在多智能體交互中學習“不要碰撞、保持進展”等簡單但物理約束強的目標。

第二，它為世界模型與仿真驗證提供策略優化機制，讓 AI 不只是復現數據，而是在可控環境里探索邊界情況。

3. GAIA-3：世界模型從“生成視頻”走向“訓練與驗證”

Wayve如何做到強化學習呢？依靠的是其的生成式 AI 路線。其生成式AI大模型GAIA (Generative AI for Autonomy)已經從 GAIA-1 到 GAIA-2，再到本次演講中的 GAIA-3，方向越來越明確：不是做漂亮的道路視頻，而是做可控、可驗證、可轉移的駕駛世界模型。

GAIA-2 的公開論文標題是 “A Controllable Multi-View Generative World Model for Autonomous Driving”，重點已經包含多視角、高分辨率、地理多樣性、可控性和規模。

CVPR 2026 講稿中的 GAIA-3 則進一步強調四個關鍵詞：真實感、可控性、地理多樣性、embodiment transfer。

這背后有一個很重要的判斷：傳統 procedural simulation 對真實世界具身 AI 來說不夠真實，也不夠多樣。自動駕駛需要處理長尾事故、稀有天氣、罕見交通參與者行為、地域差異、傳感器差異和平臺差異。手工搭建仿真場景很難覆蓋這些復雜性，生成式世界模型則可能把真實數據分布、可控反事實和規模化訓練統一起來。

Wayve 進一步追問：我們能不能在世界模型里學會駕駛？這其實把自動駕駛訓練推向了類似“夢中練習”的框架：模型在現實數據上學習世界，然后策略在世界模型里做大規模試錯，再把學到的能力蒸餾回真實車輛可部署的模型中。

4. 安全也要端到端：用模型學習風險，而不是只寫規則

那么有了工具之后，如何做好強化學習的獎勵函數？具身 AI 的獎勵函數到底是什么？手寫規則、模仿學習加接管、語言模型、偏好標注、時空物理推理，還是某種新東西？

Wayve 給出的反直覺判斷是：既然行業正在接受端到端學習適合駕駛，那么同樣的原因也說明端到端學習可能更適合安全和仿真。換句話說，安全系統不應只停留在規則 checker，而應學習風險本身。

反事實重仿真是這條路線的關鍵工具。Alex在演講中展示了 NCAP 測試、倫敦減速、灣區變道、日本禮讓跑者等案例：模型先在測試中失敗，然后通過反事實重仿真生成或重放更關鍵的場景，再讓模型學會通過。

這意味著 Wayve 的安全驗證思路不是“現實里遇到一次、線下修一次”，而是把失敗場景變成可擴展的訓練與驗證資產。若 GAIA-3 這樣的世界模型能可靠生成 crash scenario 和長尾反事實，安全工程就會從人工案例庫走向模型驅動的數據飛輪。

5. 平臺化，而不是垂直一體化

介紹完了其方法論和工具之后，Wayve 拋出了他的商業模式猜想：平臺會比垂直一體化自動駕駛達到更大規模。

Wayve CEO Alex 里把自動駕駛商業模式分為三類：

自營 robotaxi 車隊、Wayve 認為 robotaxi 當前仍是城市級、車隊級擴張。

賣車、賣車可以到每年百萬輛

授權 AI。而授權 AI 才有機會觸達數以億計的車輛。

所以，顯然 Wayve 走的是License AI的 異構平臺。他可以在camera-only ADAS、robotaxi 和其他 embodiment 之間的遷移。它想做的不是擁有某一支車隊，而是把通用物理 AI 基座訓練出來，再通過后訓練、蒸餾和壓縮落到不同應用。

這個策略的技術含義很強：同一個基礎模型需要吸收跨具身、多模態、自監督、離線規�；�訓練；之后分化成多任務駕駛策略、仿真器、critic；最后壓縮到車端硬件，服務 camera-only ADAS、robotaxi 和更多機器人形態。

當然，這也是目前理想、小鵬等新勢力產品技術敘事的基礎。

6. 成本是技術路線的一部分

Wayve 的第四個觀點是：成本很重要。講稿提出一組很尖銳的問題，例如能否在一小時內虛擬駕駛 1000 萬英里來做驗證，能否用每車 1000 美元級別的大眾市場硬件實現 L5，世界模型能否在嵌入式硬件上實時運行，以及是否會出現物理 AI 的 “MuZero moment”（MuZero是由谷歌旗下人工智能研究公司DeepMind開發的一款計算機程序，旨在無需了解游戲規則和底層機制即可掌握游戲）。

這組問題把 Wayve 的路線與昂貴傳感器、重地圖、重運營的方案拉開距離。它不是簡單地追求更強模型，而是在問：這個模型能否被訓練得起、驗證得起、部署得起、在足夠便宜的量產硬件上跑得動。

在這個框架下，AV2.0 飛輪由部署、數據、訓練與驗證、智能提升、更多部署構成。部署越多，數據越多；數據越多，訓練與驗證越強；模型越強，部署邊界越大。

7. 為什么 Wayve 認為自動駕駛會先于通用機器人爆發

Wayve CEO Alex演講后半段把自動駕駛放進具身 AI 的大圖景里。Wayve 的第五個判斷是：消費者車輛會先于 robotaxi，robotaxi 會先于更廣義的 mobility，而這些又會先于 manipulation。

原因并不神秘：駕駛擁有大規模真實數據、成熟硬件、全球供應鏈、清晰商業價值和相對明確的監管路徑。相比之下，家庭機器人和倉儲機器人雖然空間巨大，但數據、硬件、成本和任務泛化都更難。

Wayve 從自動駕駛里總結出的經驗也很值得機器人行業參考：

不要從過度簡化、過度約束的環境開始幻想通用解；

應從一開始就按全球規模設計，優先處理最難的問題；

必須建立大規模數據收集和自監督學習策略；

不要輕易假設新造機器人或大規模資本開支能快速改造行業；

更現實的路線可能是把智能裝進已有系統。

這正是 Wayve Labs 的背景。最后alex 在結尾宣布 Wayve Labs，研究方向包括世界模型、模型化強化學習、跨具身學習、大規模訓練、獎勵模型、空間智能、語言用于具身 AI、策略學習、蒸餾和壓縮等。

結語：Wayve 的真正野心不是自動駕駛，而是可規�；�的物理 AI

這場 CVPR 2026 演講的核心可以壓縮成一句話：Wayve 把自動駕駛當作訓練、驗證和部署通用物理 AI 的第一條產業級路徑。

它的最新技術觀點包括：

端到端學習不只是駕駛策略問題，也應進入安全、仿真和驗證。

泛化能力是規模、安全和商業模式的共同前提。

世界模型會從生成視頻變成訓練、反事實重仿真和長尾驗證的基礎設施。

強化學習、critic、世界模型和真實車隊數據會構成持續迭代的 AI 飛輪。

平臺化授權有機會比自營 robotaxi 更快觸達億級車輛。

成本、車端算力和硬件約束不是商業問題，而是模型路線必須內生解決的技術問題。

自動駕駛可能是具身智能最先規�；�的應用，再向更廣義機器人遷移。

從這次CVPR 2026 里面特斯拉的演講、Wayve的演講，Physical AI已經確立了基礎模型+強化學習通吃的方法論。

所以，這里可能給所有做自動駕駛和具身智能這類Physical AI行業的人提了個醒：如果想要從底層算法方面做好自動駕駛就應該站位整個物理AI，重點研發好大模型。如果只是想場景落地，那么就抓住一個通用大模型進行應用打磨。自動駕駛和具身智能單場景自研的時代已經落幕。

參考資料以及圖片Frontier challenges bringing AI to 1B Robots，alex，CVPR 2026 Workshop（丹佛）。

*未經準許嚴禁轉載和摘錄-

       原文標題 : CVPR 2026 Wayve 的最新判斷：自動駕駛是通往 10 億機器人的第一塊試驗田