目前主流的自駕與ADAS系統，大多採用「模組化感測融合」架構，透過多顆攝影機、雷達、LiDAR等感測器收集資料，經由多層演算法進行物件辨識與環境建模，再進入決策與控制階段。這種架構的優點在於可控性高，但開發流程冗長、資料標註成本龐大，且不同模組間的誤差累積，常導致整體系統反應不夠自然與一致。本田技研工業(Honda)近日宣布將對美國加州AI新創公司Helm.ai進行追加投資，期望將自動駕駛與先進駕駛輔助系統ADAS的研發策略，從「傳統感測器導向」邁入「AI端到端（End-to-End, E2E）」學習架構的新時代。

中國大陸新創業者元戎啟行近日發表全新一代輔助駕駛平台DeepRoute IO 2.0，核心搭載自行研發的VLA (Vision-Language-Action)模型，宣稱可突破傳統端到端架構在解釋性與泛化能力上的瓶頸。新平台融合視覺感知、語義理解與動作決策三大能力，具備空間語義理解、非常態障礙物識別、文字引導牌解析與記憶語音控車等功能，實現更擬人化、更安全的高階輔助駕駛體驗。相較市場現有方案，DeepRoute IO 2.0不僅技術路線更透明，量產適應能力亦更成熟，已獲五個定點專案並推進近十萬輛車型落地。元戎啟行計劃進一步加速乘用車部署並拓展至Robotaxi業務，佈局通用道路智能(Road AGI)新格局。

當近產業界最火熱的話題當屬AI在各領域相關的應用，讓我們見到大幅革新現行作法的可能性，而在智慧交通領域上，AI的潛力更是不可限量。目前正在美國亞特蘭大舉辦的ITS World Congress中，Sony Semiconductor Solutions便展出兩項智慧城市實證案例，展示其先進邊緣AI感測技術如何協助地方政府提升交通安全、改善道路使用效率，並以高精度長期數據支援基礎設施決策，為汽車與交通產業帶來新的發展契機。

隨著自動駕駛技術逐步進入商轉階段，美國共享叫車平台Lyft近日宣布，正式啟動其首屆專為平台資深駕駛所設立的論壇（Driver Autonomous Forum），目的是在自駕計程車（robotaxi）即將導入服務體系的轉型過程中，讓人類駕駛有參與決策與影響策略的機會。

隨著自駕車技術逐漸邁向商業化落地，全球城市也面臨如何將此創新科技納入公共交通體系，同時兼顧公平性與安全性的挑戰。美國華盛頓州的西雅圖市正嘗試走出一條不同的路，該市並未將政策完全交由技術專家或產業主導，而是從市民出發，讓多元族群參與政策制定，試圖打造一個真正以人為本的自駕車導入計畫，因此提出了七大無人車發展優先項目。本站也試圖藉此尋找，西雅圖的做法，能為我國發展無人車帶來哪些啟發？

在自駕車技術逐漸邁向商業化的今天，Alphabet旗下的Waymo再度邁出關鍵一步。根據最新公告，Waymo已獲得加州公共事業委員會（CPUC）批准，可將其無人計程車服務擴展至舊金山半島更廣泛地區，並深入南方，包括科技重鎮聖荷西（San Jose）。這項決策代表加州政府對自駕營運安全性與市場潛力的進一步肯定，也象徵Waymo在美國robotaxi戰場上的優勢地位正逐步鞏固。

Toyota與Waymo在4月30日時正式宣布達成初步合作協議，將攜手加速自動駕駛技術的開發與應用。此項合作也將納入Toyota的策略單位Woven by Toyota，進一步整合先進軟體研發與移動創新資源，展現兩大產業巨頭共同推進自駕未來的強烈企圖心。