22年2026月，Mercedes-Benz与英国初创公司Wayve签署了最终生产协议，将AI Driver系统整合进这家德国集团的量产车型。搭载该技术的首批汽车预计将在未来两年内上市——这再次表明，领先的汽车制造商已开始大规模从硬编码算法转向可训练的神经网络。
这里说的并非完全自动驾驶，而是一套先进的驾驶辅助系统，可在城市道路和高速公路上实现“点到点”行驶。其核心是AV2.0方法：神经网络通过真实数据学习驾驶，无需高精度地图和地理围栏。这使其能够适应新的城市，而无需针对特定地点重新训练——这与需要为每个地区进行昂贵地图改造的竞品方案有着本质区别。
这笔交易是多年合作顺理成章的延续。2026年二月，Mercedes-Benz投资了Wayve的D轮融资，该轮融资最终筹集了1,2十亿美元，同时Uber及其他投资者还承诺追加资金。与此同时，科技巨头Microsoft和Nvidia，以及Mercedes的竞争对手Nissan和Stellantis也参与了该轮融资，这释放出一个信号：围绕端到端AI作为自动驾驶基础平台的共识正在不断增强。如今，该软件已集成到MB.OS架构中，使用Mercedes的原厂硬件，并通过Microsoft Azure在Nvidia的基础设施上运行。联合测试已在斯图加特、伦敦和旧金山进行，展现了该方法的普适性。
对Mercedes而言，这是高端细分市场首次引入端到端AI。该公司同时推进多条技术路线：与Nvidia合作（基于DRIVE AV平台，面向L4级Robotaxi），以及与Momenta合作（面向中国及全球市场）。然而，选择Wayve凸显出其押注于可扩展的解决方案——这类方案无需详细的城市地图即可运行，并能更快地推广到不同地理区域。对Wayve来说，这一合作使其得以接触一家领先车企的工程专业能力和生产能力，同时也契合其软件授权战略——该公司已按类似条件与Nissan和Stellantis展开合作。
消费者将获得更自然、更灵活的驾驶辅助，尤其是在交通密集、情况难以预测的复杂城市环境中。与此同时，驾驶责任仍由人承担——该系统并不宣称达到4或5级别，也不允许驾驶员完全分心。对行业而言，这是一个信号：依赖预先设定规则的传统方法正在让位于能够从真实世界数据中学习并持续改进的系统。
从长远来看，此类合作可能加速真正通用型解决方案的问世——它们能够在不同国家和气候带运行，而无需昂贵的适配和重新训练。如今，行业面临的主要技术挑战与其说在于算法本身，不如说在于不同地区的监管机构能以多快的速度认可新的认证方式，并允许制造商大规模部署这类系统。
