法國 Valeo 攜手 Notics 推出基於 Solana(SOL) 的開源自駕車 AI 模型 WFM

法國汽車零件製造商 Valeo 與基於 Solana(SOL) 的去中心化實體基礎建設（DePIN）專案 Notics 正攜手開發一款針對自駕車應用的開源人工智慧模型。根據官方於 18 日（當地時間）發布的聲明，雙方計畫推出名為「世界基礎模型」（World Foundation Model, 簡稱 WFM）的初版技術，目標是將 AI 的認知能力從單純的「文字理解」提升至能預測現實世界變化的層級，進一步推動自駕技術的「物理 AI」落地化。

與傳統依賴感測器資料的自駕 AI 模型不同，WFM 將以真實道路資料訓練，提升其在複雜場景中的預判與判斷能力。值得注意的是，WFM 全部內容將以開源方式釋出，包括模型架構、資料集到訓練工具，讓全球開發者社群可自由使用與貢獻改良。根據 Valeo 與 Notics 指出，預計首個版本將於數個月內釋出。

Notics 聯合創辦人暨執行長 Alireza Ghods 表示：「就如大型語言模型（LLM）於 2017 至 2020 年間改變 AI 範式，世界模型將為下一輪 AI 時代奠定基礎。」這款具有「思考能力」的 AI，不僅被動感知路況，更可預測未來情境，進而做出自主決策。評論：此類主動式 AI 有潛力突破目前自駕技術瓶頸，加速商業化落地。

根據 Valeo 說明，WFM 的核心運作架構納入了 DePIN 概念，即透過區塊鏈技術結合使用者貢獻的物理設備，建立去中心化的共享運算基礎設施。參與者可透過提供運算資源與多鏡頭攝影資料，獲得加密貨幣作為報酬。Notics 稱，目前已有數十萬位使用者連接至其網路，並累積了數億公里的路測資料。評論：這讓 AI 模型能在多樣化路況環境中重複訓練，顯著提升通用性與準確度。

WFM 的出現也引發與其他自駕 AI 模型的比較，例如繪圖晶片龍頭輝達(NVDA)的「Alpha-Mayo」系列，也透過攝影鏡頭與感測器資料，實現「推論導向」的自駕能力。然而，WFM 透過「開源」與「去中心化」機制，成為一項具可擴展性與高社群參與度的替代方案。

WFM 專案成為 DePIN 應用拓展的另一個代表案例，展示區塊鏈與人工智慧「物理化」應用相結合的潛力。評論：透過開源方式反覆訓練模型，不但能讓城市與國家級交通環境更快速導入自駕技術，也為下一世代交通模式的大眾化鋪路。

隨著 AI 技術焦點逐漸從語言模型轉向能理解真實世界的「物理 AI」，Valeo 與 Notics 的合作將如何推動這波技術轉型，吸引產業高度關注。未來幾個月 WFM 的發展進程，將是驗證 DePIN 與人工智慧結合價值的關鍵指標。