ロンドンで始まった有料自動運転タクシーサービス
WayveとUberは、2026年9月4日にロンドンで自動運転タクシーの有料サービスを開始しました。これは、WayveのAIドライバーを搭載した15台の電気自動車 Ford Mustangを使用し、乗客を乗せてロンドンの街を走行するというものです。
ただし、現時点では安全ドライバーが乗車し、緊急時には介入できる体制が取られています。(出典)
これは、Waymoのような競合他社がまだテストフェーズにある中で、実際に有料サービスに踏み切ったという点で非常に注目すべき動きだと感じます。AIドライバーの学習プロセスに乗客が貢献するという点が面白いですね。
WayveとUberは、競合他社がテスト段階にある中、ロンドンで有料の自動運転タクシーサービスを開始し、市場での優位性を確立しようとしています。
サービスの詳細と将来の展望
今回の初期フェーズでは、監視付きの自動運転ライドが提供されます。これは、訓練を受け、TfL(ロンドン交通局)の認可を受けたプロのドライバーが常に乗車し、運行を監督するというものです。
そのため、サンフランシスコのWaymoのように、ドライバーシートが空の状態で運行されるわけではありません。(出典)
しかし、Wayveの担当者によると、将来的に導入されるNissan LEAFは、最終的にはドライバー不在での自動運転も可能になる予定とのことです。今回のFord Mustangの導入は、市場への先行投入を狙った戦略的な動きと言えるでしょう。
| 項目 | 現行モデル(Ford Mustang) | 将来モデル(Nissan LEAF) |
|---|---|---|
| 導入時期 | 2026年9月4日 | 2027年以降(予定) |
| 車種 | 電気自動車 Ford Mustang (15台) | 電気自動車 Nissan LEAF |
| AIドライバー | Wayve AI Driver | Wayve AI Driver (NVIDIA DRIVE Hyperion搭載) |
| センサー統合 | 後付け感あり、テスト車両の表示あり | 日産との協力でデザインに統合、すっきりした外観 |
| 安全ドライバー | 乗車必須(監視付きの自動運転) | 最終的にはドライバー不在での運行が可能になる予定 |
| 展開市場 | ロンドンから開始 | 東京でも展開予定 |
NVIDIA DRIVE Hyperion搭載のNissan LEAF
ローンチイベントでは、Ford Mustangに続く次世代車両としてNissan LEAFのプロトタイプが披露されました。このLEAFはNVIDIA DRIVE Hyperionを使用してWayve AI Driverを動かすとのことです。(出典)
私の個人的な見解としては、NVIDIA DRIVE Hyperionの採用は非常に興味深いです。NVIDIAは自動運転プラットフォームのリーダーであり、その高性能なハードウェアとソフトウェアスタックは、より高度な自動運転を実現するために不可欠だと感じます。
センサー統合もより洗練されているようで、これは市販車への導入を見据えた進化だと考えられます。自宅で動かしているローカルLLM環境でもNVIDIA GPUを使っていますが、自動運転分野でのGPU活用も今後ますます進むのではないでしょうか。
NVIDIA DRIVE Hyperionは、自動運転車の開発において必要な計算能力、センサー群、そしてソフトウェアスタックを統合的に提供するプラットフォームです。これには、複数の高解像度カメラ、レーダー、LiDAR、超音波センサーなどが含まれ、車両周囲の360度をリアルタイムで認識・分析する能力を持っています。
Wayveは2017年にロンドンで設立され、2018年からロンドンの道路でAI技術のトレーニングを重ねてきました。2024年にはUberと提携し、世界12都市でのWayve技術搭載車両の展開に向けた投資を受けました。
今回のロンドンでのサービス開始はその第一歩であり、LEAFはまず東京での稼働も計画されているとのことです。(出典)
競争の激化と今後の課題
今回のWayveとUberの動きは、Waymoのような既存の自動運転開発企業に対する明確な挑戦状と言えるでしょう。Waymoもロンドンの複雑な交通状況下で車両をテストしていますが、WayveとUberが有料サービスを開始したことで、一歩リードした形です。ただし、両サービスとも安全ドライバーの乗車が義務付けられており、完全な自動運転にはまだ時間がかかりそうです。
現行のFord Mustangには「TEST VEHICLE. KEEP A SAFE DISTANCE.」と書かれている点からも、まだ実験的な要素が強いことが伺えます。有料乗客のデータはAIドライバーの学習プロセスに組み込まれ、次世代の自動運転車両開発に活用されるとのことです。(出典)