【Wayve】自動運転AIのWayveが15億ドルを調達、ソフトバンクらが主導

3行でわかる今回のニュース

1. ソフトバンクやNVIDIA、Microsoftらから過去最大規模となる15億ドル（約2,300億円）の資金を調達。
2. 高精度地図に頼らず、カメラ映像から直接運転を学習する「エンドツーエンドAI」の商用化を加速。
3. Uberとの戦略的提携により、2026年からロボタクシーの公道試験を開始する具体的なロードマップを提示。

もうちょっと詳しく

英国ロンドンを拠点とする自動運転スタートアップのWayve（ウェイブ）が、シリーズDラウンドで15億ドルの資金調達を完了しました。この投資を主導したのはソフトバンク・ビジョン・ファンド2で、既存投資家であるMicrosoftに加え、新たにNVIDIAも参加しています。

Wayveが提唱するのは、従来の自動運転技術とは一線を画す「AV2.0」というアプローチです。従来のシステムが膨大なルール設定や高精度地図（HDマップ）を前提としていたのに対し、Wayveの技術は「身体性AI（Embodied AI）」を核としています。これは、車両が周囲の環境をカメラなどのセンサーで捉え、ニューラルネットワークが直接「アクセル、ブレーキ、ハンドル」の操作を決定する仕組みです。

今回の資金調達により、Wayveは技術開発のスピードを上げ、2026年にはUberのプラットフォームを活用したロボタクシーの試験運用を開始する予定です。これにより、特定の地域に縛られない汎用的な自動運転サービスの実現を目指しています。

なにがすごいの？

Wayveの技術的な優位性は、その圧倒的な「汎用性」と「学習効率」にあります。従来のアプローチと比較すると、その違いが明確になります。

従来の方式では、新しい都市で自動運転を行うために詳細な地図を事前に作成する必要があり、莫大なコストと時間がかかっていました。Wayveのシステムは、初めて走る道でも人間のように視覚情報から状況を判断できるため、導入コストを劇的に抑えつつ、世界規模での展開が容易になるというメリットがあります。

日本の開発現場への影響

このニュースは、日本の自動車メーカーやAIエンジニアにとっても重要な示唆を含んでいます。特に、ソフトバンクが主導的な立場を取っていることから、日本国内での実証実験や、国内メーカーとのパートナーシップが進む可能性が考えられます。

日本の道路環境は、狭い路地や複雑な交差点、多様な歩行者の動きなど、ルールベースのプログラミングでは対応が難しいケースが少なくありません。Wayveのようなエンドツーエンドの学習モデルは、こうした日本の特有の環境に適応するための有力な解決策となるでしょう。また、エッジ側での高度な推論処理が求められるため、車載半導体や組み込みソフトウェアの開発ニーズもさらに高まると予想されます。

ちょっと気になる点

技術的な飛躍が期待される一方で、客観的な課題も残されています。最大の懸念は「説明責任（ブラックボックス問題）」です。エンドツーエンドのAIは、なぜその判断を下したのかを人間が論理的に解析することが難しく、事故が発生した際の責任の所在や原因究明が課題となります。

また、2026年のUberとの試験運用に向けて、規制当局からの承認をどのように取得していくかも注目すべき点です。地図に依存しない自由度の高さは、裏を返せば「予測可能性の低さ」と捉えられる側面もあり、安全性を公的に証明するための新しい評価基準の策定が求められるでしょう。

試してみたいポイント

Wayveが推進する次世代の自動運転技術を深く理解するために、以下のステップが推奨されます。

1. Wayveが公開している「GAIA-1（生成AIによる運転シーン作成）」などの技術論文やデモ映像を確認し、視覚情報の処理能力を把握する。
2. エンドツーエンド学習（E2E）や世界モデル（World Models）といった、最新の機械学習トレンドに関する基礎知識を整理する。
3. ソフトバンクグループの投資戦略において、Wayveが自動運転エコシステムのどの部分を担っているのかを分析する。

まとめ

巨額の資金と強力なパートナーシップを手に入れたことで、Wayveは研究段階から実用化のフェーズへと大きく踏み出しました。地図に依存しない「身体性AI」というアプローチが、2026年のUberとの提携を通じてどのような成果を見せるのか、今後の動向から目が離せません。自動運転のスタンダードが、ルールから学習へと根本的に移行する転換点に私たちは立ち会っているといえるでしょう。