虽然自动驾驶长期以来一直依赖机器学习来规划路线和检测物体，但一些公司和研究人员现在押注于生成式人工智能——从周围环境中获取数据并生成预测的模型——将有助于将自动驾驶带到下一个阶段。Waabi的竞争对手Wayve去年发布了一个类似的模型，该模型可以根据其车辆收集的视频进行训练。
Waabi的模型与OpenAI的DALL-E和Sora等图像或视频生成器的工作方式类似。它采用激光雷达数据的点云，将汽车周围的3D地图可视化，并将它们分解成块，类似于图像生成器将照片分解成像素。根据其训练数据，Copilot4D预测所有激光雷达数据点的移动方式。持续这样做可以让它在未来5-10秒内生成预测。
Waabi是包括竞争对手Wayve和Ghost在内的少数几家自动驾驶公司之一，它们将自己的方法描述为“人工智能优先”。对乌尔塔松来说，这意味着设计一个从数据中学习的系统，而不是必须学会对特定情况做出反应的系统。这群人打赌，他们的方法可能需要更少的自动驾驶汽车道路测试时间。自2023年10月在旧金山发生一起事故以来，这是一个激烈的话题，当时一辆Cruise机器人出租车拖拽了一名行人。
Waabi与其竞争对手不同的是，它为激光雷达(而不是相机)建立了一个生成模型。
乌尔塔松表示:“如果你想成为Level 4的玩家，激光雷达是必不可少的。”他指的是自动驾驶级别，即汽车不需要人类的注意就能安全驾驶。她说，摄像头在显示汽车所看到的东西方面做得很好，但它们在测量距离或理解汽车周围环境的几何形状方面不那么熟练。
