Waymo表示,人工智能没有实现自动驾驶的捷径

YinJi

Waymo表示，人工智能没有实现自动驾驶的捷径

人工智能穹顶环绕的汽车示意图

插图：Sarah Grillo/Axios

据Axios报道，人工智能的突破性进展燃起了人们的希望，认为更多的数据和更智能的模型能够为自动驾驶汽车的实现提供捷径。然而，Waymo 在经历了 15 年多的无人驾驶行驶和 2 亿英里的里程积累后表示，这条捷径并不存在。

重要性：答案可能决定自动驾驶汽车竞赛是一场漫长而昂贵的拉锯战，最终让 Waymo 的先发优势获得回报，还是一条新的赛道，让后起之秀更快地上路。

新闻要点：Waymo车载软件副总裁Srikanth Thirumalai在接受 Axios 独家采访时表示，要大规模安全地部署自动驾驶汽车，需要的不仅仅是更好的 AI。

他表示，Waymo从一开始的目标就是“提供安全可靠的人工智能”。但竞争对手越来越依赖单一的“端到端”人工智能系统，这带来了风险。

“即使是拥有数万亿个参数的最佳人工智能模型也会出现幻觉……我们没有选择，不能说‘让我们刷新一下’……在物理人工智能中，没有点击重启、重新加载或刷新之类的操作。你必须承担其后果。”

在周三发表的一篇博客文章中，Thirumalai 深入探讨了Waymo 从其前 2 亿英里自动驾驶里程中汲取的10 个 AI 经验教训。

快速了解一下： Waymo 最初是谷歌在 2009 年推出的自动驾驶汽车项目，远早于现代深度学习革命。

早期，它依赖许多专用模型——例如，一个用于行人检测，另一个用于判断红绿灯何时亮起。蒂鲁马拉伊说，它逐渐转向更少但更强大的基础模型，“顺应了人工智能的浪潮”。

现在，像特斯拉、Wayve 和 Waabi 这样的公司更进一步，开发出他们声称能够进行类似人类推理的 AV 2.0 系统——“端到端”的神经网络，可以处理原始传感器数据并直接输出转向指令。

Waymo表示他们也尝试过同样的方法，但最终得出结论，安全护栏不够多。

Thirumalai 告诉 Axios：“我们发现，仅靠纯粹的端到端系统无法在我们目前的运营规模下满足我们的安全标准。”

现实情况是： Thirumalai 表示，Waymo 发布这篇博客文章是为了反驳人工智能可以为安全自动驾驶提供捷径的说法，因为这关系到公众对自动驾驶行业的信任。

与此同时，这也是一种炫耀。Waymo希望整个行业（更不用说监管机构和规则制定者）接受的安全标准，也恰恰体现了其最大的竞争优势：基于多年测试和真实驾驶数据积累的巨大先发优势。

虽然报告没有点名具体的竞争对手，但它阐述了构建 AV 系统的新方法可能存在风险的原因——实际上提高了这些公司必须达到的门槛。

放大来看： Waymo 就业内最大的争论之一——仅靠摄像头能否解决完全自动驾驶问题——发表了自己的看法。

Waymo 在训练模型时发现，当摄像头、激光雷达和雷达协同工作时，能见度要比移除一个或多个传感器时好得多。

“人工智能只能理解它所看到的东西，如果你根本看不到它，人工智能就做不了什么，”蒂鲁马拉伊说。

言外之意：这是对特斯拉的直接抨击，特斯拉押注于仅使用摄像头的端到端自动驾驶系统。

蒂鲁马拉伊表示，更先进的人工智能无法完全弥补感知能力的不足。

他还补充说，高清地图也是如此，一些竞争对手认为高清地图没有必要。

结论是： Waymo 花了 15 年多的时间在无人驾驶出租车领域建立了绝对领先地位，而 Thirumalai 现在认为，要实现安全自主驾驶，并没有“一劳永逸”的办法。

Waymo作为行业领导者的经验为其论点增添了分量，但这并不能终结争论。人工智能的快速发展或许仍能证明，实现自动驾驶还有更快的途径。

YinJi

从超过2亿英里的全自动驾驶里程中汲取的10条人工智能经验教训

斯里坎特·蒂鲁马拉

Axios 2026年8月26日

自动驾驶汽车（AV）领域仍有很多未知领域。然而，Waymo 拥有超过 2 亿英里的全自动驾驶里程，是极少数能够从过往经验中汲取灵感、展望未来的公司之一。我们的经验总结出了十条基本原则，这些原则塑造了我们构建人工智能的方式。

我们的安全数据验证了这些事实，数据显示，Waymo Driver 已经在我们服务的城市中提升了道路安全。安全不仅是最终结果，更是我们每一项洞察的根本原因。

让我们深入探讨一下我们所学到的东西，首先从AV历史上最具争议的两个话题开始。

1. 多模态传感器必不可少

摄像头固然强大，但还远远不够。多年来，人们一直在争论单靠摄像头能否实现完全自动驾驶。如今，经过超过2亿英里的实际路测，数据清晰地表明：大规模安全、完全自动驾驶需要更多技术手段。Waymo Driver 结合了摄像头、激光雷达和雷达的输入数据，构建出丰富且冗余的世界视图，这是任何单一传感器都无法复制的。

除了冗余之外，每个传感器还具有互补的传感优势，从而增强了安全性。

激光雷达提供线框，以毫米级精度捕捉 3D 几何形状。

摄像头能够读取路标和检测交通信号灯的颜色，从而提供语义叠加信息。

雷达就像一个动态哨兵，跟踪速度并“看穿”遮蔽摄像头的物体，例如暴雨、浓雾或灰尘。

2. 高清地图是一项强大的“先决条件”。

这就引出了自动驾驶领域的第二个重大争论——是否需要地图。在 Waymo，我们使用高清 (HD) 地图来快速启动验证流程，从而确保从首次行程开始就能为乘客提供完全自动驾驶服务。在行驶过程中，我们将地图视为另一种输入——就像传感器一样，但更像是车辆的“记忆”。它作为额外的信息来源，在能见度低和路况复杂的情况下尤为重要。这使得车载电脑能够将实时处理能力集中用于应对动态或新出现的情况，例如突然出现的绕行路线或临时停车标志。我们的人工智能驱动地图系统确保地图持续更新，为车辆在复杂操作中提供可靠、高保真的参考信息。

3. 更少但更大的模型更好

在自动驾驶汽车发展的早期阶段，该行业依赖于各种专用模块。例如，一个用于行人检测，一个用于车辆追踪，还有一个用于识别绿灯。虽然这种模块化的“意大利面条式”系统灵活易用，但规模化后维护起来却十分困难。

通过整合为更少但容量更大、更专业的模型，我们能够更好地利用海量数据集和大规模计算的能力。这种策略让数据本身，而非脆弱的人类先验知识，来决定哪些信息是相关的，从而使模型具备足够的容量发展出复杂的推理能力。

这种“少即是多”的方法使我们能够受益于推动大型语言模型取得突破的相同扩展规律，利用高效的师生模型来优化板载计算。然而，虽然模型数量越少越好，但这并不意味着我们将处理过程整合到一个单一的黑盒中。

4. 你无法通过黑匣子建立信任。

人工智能功能强大，但并非万能。纯粹的端到端（E2E）神经网络架构，即模型接收原始像素并直接输出转向指令，存在黑匣子故障的风险。这意味着，我们很难理解完整的端到端系统中决策是如何进行的。虽然 Waymo 的系统能够实时将传感器数据转化为驾驶决策，但我们在此基础上增加了一个独立的车载验证层。为了安全地扩展到 L4 级别，这种架构选择是不可或缺的。

这是一个独立的、基于人工智能的安全系统，它会监控 Waymo 驾驶员提出的每一条行驶轨迹。该系统通过结合强化学习和受生成式人工智能启发的推理等技术，将这些轨迹与基于物理定律的严格约束和交通法规进行比对。如果人工智能提出的路径违反了限制或存在碰撞风险，验证层将起到严格的阻止作用。

5. 闭环仿真揭示了更多边界情况

如果你想训练人工智能安全应对高度动态且罕见的场景——例如一辆车突然在高速公路上横穿三条车道——在现实世界中进行测试非常困难。仿真使我们能够测试、验证并改进人工智能在日常场景以及每周都会遇到的百万分之一概率事件中的性能。然而，我们发现，简单地重放已记录的数据（即所谓的开环仿真）是不够的，因为它就像是进入一段视频回放——周围的交通状况在变化，但它对你的操作完全无动于衷。

大规模闭环仿真至关重要。它通过模拟真实世界的因果关系，提供最真实的评估。在闭环系统中，如果 Waymo 驾驶员为了避免激进的变道而转向或刹车，周围的交通状况会自然地对其行为做出反应。这便形成了一个反馈回路，对于理解复杂的交互作用以及解锁强化学习等强大技术至关重要。

道路上不可能发现所有极端情况，因此闭环模拟可以让我们在实际道路上遇到一些最罕见的事件之前，发现并测试这些事件。

6. 每个优秀的驾驶员都需要一个优秀的评论家

我们都讨厌后座乘客指手画脚，但如果我们设计一个能帮上忙的“后座乘客”呢？在 Waymo，我们开发了一款人工智能驾驶辅助系统，用于分析、理解和检测模拟和实际道路上的不良驾驶行为。Waymo Critic 能够实现持续的自动化反馈循环，每周分析数百万英里的行驶里程（模拟里程更是高达数百亿英里），从而使我们的工程师能够专注于处理最复杂的极端情况。如果没有一个强大而精准的“驾驶辅助系统”，驾驶员就有可能“给自己打分”。

这款驾驶评估系统旨在捕捉一系列驾驶行为，从安全驾驶和遵守交通法规，到车辆转弯的平顺性，再到刹车的舒适度。通过将这款强大的评估系统与我们校准后的驾驶数据相结合，我们可以在任何情况下精准地衡量驾驶员的驾驶水平。

7. 视觉语言模型提升场景推理能力

驾驶需要复杂的逻辑推理。当车辆遇到在事故现场使用手势的警官时，驾驶员必须结合周围环境理解这些手势的意图。此时，视觉语言模型（在本例中，我们使用 Gemini 进行训练）就成为至关重要的推理伙伴。它们为驾驶员提供高层次的语义“提示”，帮助其应对远超标准训练数据范围的情况。

我们的经验表明，虽然视觉语言模型（VLM）在高级推理方面表现出色，但它们的速度太慢，无法实现实时控制，并且自身缺乏足够的空间感知能力。为了弥补这一不足，我们的系统采用了一种“快慢结合”的架构。它依靠快速、直观的处理和传感器融合来实现瞬时实时控制（快思考），同时利用VLM进行深度、深思熟虑的推理（慢思考）。这种双管齐下的方法使得Waymo基础模型能够基于各种传感器输入高保真地感知世界，同时还能应对复杂的长尾场景并预测未来的发展趋势。

8. 我们的整体方法表明，人工智能的有效性取决于评估它的治理机制。

大多数人认为，一旦开发出自动驾驶系统，工作就完成了。这种简单的“开发即用”的想法忽略了全局。真正的可扩展性只有在驾驶、模拟和评估过程中都建立起安全治理机制，以确保其成熟度的情况下才能实现。我们的整个战略正是基于这一整体性前提。

我们战备框架的核心是一个严谨的定量数据引擎，它由多种互补的评估方法组成。我们以专家的判断和完善的安全管理体系来强化这一经验核心，确保每一项部署决策都基于经过验证的指标。

9. 数据飞轮促进持续改进

Waymo价值观的核心支柱之一是持续学习。得益于我们自动化的数据飞轮，Waymo驾驶员会随着时间的推移不断进步——这是一个持续改进的良性循环，加速了我们的规模化发展。

我们每周行驶数百万英里，利用自动化系统（包括我们的“驾驶评论员”系统以及来自乘客和社区的反馈）来发现改进机会。我们提取并分析相关数据，使用先进的自动标注工具对其进行分类，重新训练模型，并通过仿真验证模型，最终应用于我们的安全框架。在海量数据上实现这一循环，正是L4级自动驾驶系统能够系统性地应对各种驾驶场景的关键所在。

10. 完全自主的经验无可替代。

最终的教训是，实际的完全自动驾驶里程是无可替代的。仅仅改进驾驶辅助系统（L2）以实现完全自动驾驶是徒劳的。真正的L4成熟度只能通过专门开发的系统来实现，该系统需要在封闭场地进行验证，并通过无人驾驶的严苛体验来不断磨练。

自动驾驶系统可以在模拟环境中或人工监督下行驶数十亿英里，但只有当它完全独立承担驾驶任务时，才能真正成熟。完全自动驾驶让系统真正承受其决策的后果，并揭示出人类或模拟系统可能无意识地忽略的新情况。

前路漫漫

展望未来数十亿英里的航程，这十条经验教训提醒我们，安全直接源于严谨的实战经验。虽然这些要点仅仅揭示了我们在大规模运营中所获经验的冰山一角，但您可以在这篇博文中更深入地了解我们具体的AI方法。