Wayve的AI Driver建構於所謂的「具體化人工智慧」（Embodied AI）基礎模型之上。這種模型不同於目前主流自駕技術所倚賴的高精地圖與預先定義的決策邏輯，而是強調透過大量真實世界駕駛經驗訓練出一種可以自我學習、適應並預測的駕駛方式。這樣的模型如同語言大模型在語言學習的應用，能在不同的環境與情境中演化與進化，擁有更強的通用性與彈性。從都市交通的擁擠場景，到高速公路上的突發狀況，Wayve都宣稱其開發的技術能讓車輛做出近似人類的駕駛判斷與反應，進而強化避撞與風險控制的能力。
然而，當Nissan開始著手布局AI自駕未來時，其他競爭品牌也早已在這場賽局中各自佈陣。以Tesla為例，其發展的Full Self Driving（FSD）系統強調「純視覺」策略，不使用光達，而是依賴大量攝影機與其自研的Dojo超級電腦處理大數據。雖然Tesla在自駕發展速度上極具話題性，並取得一定先發優勢，但也因其系統對環境變數敏感性高、穩定度仍有爭議。德系車廠如BMW和 Mercedes-Benz則走較為保守但穩定的路線。BMW的Highway Assistant系統現階段可在部分市場提供近SAE Level 3的高速公路自駕功能，結合光達、雷達與高精地圖，技術成熟但應用場景相對有限。而Mercedes-Benz則以其Drive Pilot 系統成為全球首家獲得官方SAE Level 3認證的車廠，目前已在德國與美國部分區域開放使用，雖技術高度嚴謹且安全標準嚴格，但推廣速度較慢，且部署成本高昂。
在這樣的產業背景下，Nissan與Wayve的合作，並非僅是技術升級，而是一種戰略上的突破與創新。不同於傳統車廠仰賴硬體與規則設定，Nissan選擇跳脫窠臼，轉向以AI為主導的學習式技術發展。這也象徵未來自動駕駛的競爭焦點，將從感測器與高精度地圖的資源競賽，轉為AI學習力與適應性的較量。而這場轉型戰，也許會讓Nissan成為少數能從傳統汽車製造商轉型為AI駕駛科技領航者的品牌之一。
儘管如此，這項技術能否順利實現全球商業化，仍有數個關鍵挑戰待克服。首先是AI模型的在地化適應問題。不同市場擁有迥異的交通文化與法規制度，AI 駕駛系統若無法快速理解並調整，就無法實現真正的全球部署。其次，法律與責任歸屬仍是目前SAE Level3~4技術推廣最大的障礙之一，許多國家的監管制度尚未建立足夠的法律框架來處理自駕車輛的風險與事故責任。最後，駕駛人對於將主控權交給AI的信任感，也將決定市場接受度的高低，這部分則需透過長期的使用者經驗優化與教育來建立。
總結來看，Nissan將導入的新一代ProPILOT系統，不只是技術進化，更是一次品牌理念的轉向，已從單純造車，走向打造智慧移動解決方案的全面布局。當各大車廠紛紛擁抱AI的未來，真正的勝負將不再只是演算法或硬體的堆疊，而是如何用AI來驅動一場駕駛思維的變革。
