基于Solana的Natics携手Valeo，联合开发"物理AI"自动驾驶模型

双方计划联合开发“世界基础模型”，目标是将AI的认知能力从“文本理解”提升至“现实世界预测”的层次。两公司于当地时间18日宣布，正在构建用于自动驾驶的多摄像头AI模型“WFM”。该模型侧重于学习真实道路数据，使其具备在复杂驾驶场景中进行预测和判断的能力。两家公司计划将模型结构、数据集及训练工具全部开源，以便开发者自由使用与改进。首个版本预计将在数月内发布。

从感知到思考的跨越

WFM旨在突破传统AI“仅限感知传感器数据”的局限，其目标是实现能在真实环境中预测车辆动态并主动应对的“物理AI”。据悉，自动驾驶技术初创公司Wayve已成功将该模型应用于车辆，在无需额外训练的情况下完成了在拉斯维加斯部分市区的测试。

这标志着WFM并非仅是接收数据的AI，而是具备了预测未来情况并做出判断的“思考智能”，因而受到业界关注。Nautics联合创始人兼首席执行官Alireza Ghods强调：“正如大型语言模型在2017至2020年间改变了AI范式，世界模型将成为开启‘下一个AI时代’的基石。”

DePIN架构与开源生态的优势

WFM构建于DePIN架构之上，即结合区块链技术与用户贡献的共享物理基础设施，向提供计算资源的参与者支付加密资产奖励。Nautics表示，已有数十万用户参与其多摄像头网络，积累了数亿公里的行驶数据。公司认为，去中心化与开源结构有利于扩大全球测试范围并进行安全性验证。

法雷奥方面亦强调了此项目的意义，称“将通过负责任且安全的移动人工智能发展，为真正自动驾驶时代的到来创造条件”。

行业竞争与未来展望

当前AI自动驾驶模型市场由NVIDIA的“AlphaMayo”系列等高性能感知推理模型主导竞争格局。AlphaMayo同样基于摄像头与传感器数据实现“基于推理的自主性”，与之路径相似。法雷奥与Nautics则有望以开源生态系统为差异化武器。

WFM项目被视为展示DePIN产业扩张的代表性案例。它融合了区块链的去中心化特性与AI的物理应用能力，寻求在自动驾驶这一未来技术时代实现跨越。此外，此类基于开源的模型可在不同国家、城市多样化的交通环境中反复训练，从而大大提升了未来移动技术商业化的可能性。

在AI技术从LLM向物理世界扩展的潮流中，法雷奥与Nautics的合作将带来何种创新，正吸引着业界的目光。