汽车技术供应商法雷奥（Valeo）与基于 Solana 的去中心化物理基础设施网络（DePIN）提供商 Natix Network 正在联合开发一款开源人工智能（AI）多摄像头模型，目标是提升自动驾驶系统的性能，并为物理人工智能的大规模安全部署提供基础。

两家公司在周四发布的联合声明中表示，该模型被称为“世界基础模型”（World Foundation Model，WFM），旨在学习和预测现实世界中的运动，并能够根据不同交通状况进行自适应调整。根据向 Cointelegraph 提供的公告，这一多摄像头模型被设计用于推动 AI 能力从基于文本的理解，扩展到对物理环境中真实场景的处理，同时支持自动驾驶相关研究的推进。

法雷奥和 Natix表示，将对外开放该模型、相关数据集以及训练工具，供开发者进行微调和二次开发。Natix 一名发言人向 Cointelegraph 透露，WFM 模型的首个版本预计将在未来几个月内完成。

WFM在自动驾驶测试中的应用

自动驾驶初创公司 Wayve 已经在其车辆中使用 WFM。该公司 CEO Alex Kendall 周五分享的资料显示，在一项测试中，搭载 WFM 的车辆在未针对当地进行专门训练的情况下，成功在拉斯维加斯部分路段完成导航。

WFM 被归类于更广泛的 DePIN 领域。DePIN 将区块链技术与社区所有的物理基础设施相结合，构建去中心化网络，参与者可贡献算力等资源，并以此获得加密货币作为回报。

法雷奥 Brain 部门 CEO Marc Vrecko 表示，WFM 自动驾驶摄像头模型的最终目标，是在安全和负责任的前提下推动“移动智能”和自动驾驶汽车的到来。

Natix 联合创始人兼 CEO Alireza Ghods 将 WFM 视为一项代际机遇，并将其与 2017 年至 2020 年间大型语言模型（LLMs）的兴起相提并论。他表示，构建首个可扩展世界模型的团队，将为下一波以“物理人工智能”为核心的 AI 浪潮奠定基础。

与当前主要侧重感知能力的 AI 模型不同，WFM 这一多摄像头世界模型被设计为具备预测能力，以加速自动驾驶车辆的主流部署。Natix 指出，通过去中心化和开源的方式，WFM 有望使物理 AI 系统在部署前，能够在更广泛的真实条件下接受训练和测试。公司发言人称，透明的框架有助于生态系统更快发展，并强调广泛测试对于安全性的重要性。

竞争格局与项目基础

在该领域，法雷奥和 Natix 面临的主要竞争对手之一是 Alpamayo。Alpamayo 是一组开源的视觉-语言-动作模型及工具，旨在加速基于推理的安全自动驾驶开发，通过摄像头和传感器数据支持车辆进行推理式自主决策。

Natix 成立于 2020 年，运营一个去中心化的多摄像头数据网络。根据行业研究机构 Messari 的报告，该网络拥有数十万名贡献者，并累计记录了数亿公里的驾驶数据，为此次 WFM 项目的数据基础提供了支撑。