Waymo 20 年:如何穿越自动驾驶长周期

Waymo 20 年里

围绕安全、世界模型、模拟器、批评器、硬件和运营验证

建立起来的一整套完全自动驾驶系统。

你通过这篇文章可以了解到

1. Waymo 为什么能穿越自动驾驶寒冬？

2. 为什么每一轮技术突破都会带来 hype cycle，却很难解决最后长尾？

3. Waymo Foundation Model 如何同时驱动驾驶员、模拟器和批评器？

4. 为什么纯端到端 demo 和安全运营的 Robotaxi 不是一回事？

5. Waymo 为什么现在突然进入规模化阶段？

6. 为什么 Waymo 能声称在严重伤害碰撞上比人类安全 13 倍？

7. Waymo 下一阶段真正要扩张的是什么？

Dmitri Dolgov 是 Waymo 联席 CEO，也是自动驾驶领域少数真正从早期挑战赛一路走到大规模商业化的人。

他参与过 2005 年 DARPA 无人车挑战赛，后来加入 Google 自动驾驶汽车项目，也就是 Waymo 的前身。过去 20 年，自动驾驶经历过多轮狂热、低谷、怀疑和退潮。大多数玩家中途离场，Waymo 却坚持到了今天。

这场 AI Ascent 2026 的对谈，Dmitri 解释了一件非常难的事：为什么完全自动驾驶不是靠一次模型突破，而是靠一套长期、耐心、以安全为底座的系统工程。

自动驾驶曾经是硅谷最热的故事之一。

每一轮 AI 技术突破，都会让人重新相信：“这一次，自动驾驶是不是马上就来了？”卷积神经网络、Transformer、大语言模型、端到端模型，每一波都会带来新的乐观情绪。

但自动驾驶的问题在于：起步看起来容易，真正做到无人、可靠、安全、规模化运营，极难。

Waymo 现在给出了一个少见的反例。它已经完成超过 2000 万次完全自动驾驶乘车，其中 1000 万次发生在过去 7 个月。它在 11 个城市运营，并准备继续进入更多城市，包括伦敦和东京。

Waymo 的故事说明，自动驾驶的终局不是“端到端模型一把梭”，而是把世界模型、结构化验证、模拟器、批评器、硬件、运营和安全文化全部做成一个可扩展系统。

一、自动驾驶为什么会吸引 Dmitri 20 年

Dmitri 的背景很硬。

他出生在苏联，在美国长大，又回到莫斯科物理技术学院学习数学和物理。那是一套非常严苛的训练体系。按他的说法，这段经历给他打下了技术基础，更重要的是，让他获得了独立学习和独立探索的能力。

真正点亮他的，是 DARPA 挑战赛。

他在研究生快结束时遇到 Grand Challenge 和 Urban Challenge。对他来说，那是一个“开灯”的瞬间：技术足够有趣，使命足够强大，而且有一个可以亲手触摸的真实产品。

从那以后，他就没有离开自动驾驶。

这很重要。

自动驾驶不是一个两三年就能兑现的创业方向。它需要长期主义，也需要一种对真实世界问题的敬畏。Dmitri 和 Waymo 的特殊性，在于他们不是追着热点来的，而是在热点出现之前，就已经在这条路上。

二、从 10 万英里开始：早期 Waymo 是创业式苦干

Waymo 最早叫 Google self-driving car project，2009 年启动。

早期团队只有十几个人。他们给自己定了两个目标：

第一，在完全自动驾驶模式下跑 10 万英里。

第二，完成 10 条湾区路线，每条 100 英里，而且每条路线都非常难。

今天听起来，这像是自动驾驶史前时代的目标。但在当时，这几乎闻所未闻。那时车上仍然有人类安全员坐在驾驶位，可以接管。但挑战是：从头到尾完整跑完，不需要干预。

Dmitri 回忆，那是他职业生涯中最有趣的时期之一。白天写代码、搭硬件、配置传感器、校准系统，晚上出去测试。所有人都在 24/7 工作，以疯狂速度学习和推进。他们花了大约 18 个月完成这些挑战。这段早期经历塑造了 Waymo 的底色：在真实道路里一点点把系统磨出来。

自动驾驶从来不是纯软件问题。它从第一天起就是软件、硬件、传感器、车辆、工具链、UI、测试和安全运营的综合问题。

三、每一轮 hype cycle 都解决不了最后长尾

自动驾驶经历过多轮狂热，也经历过多轮低谷。

Dmitri 对 hype cycle 的解释很清楚：每当出现重大技术突破，比如卷积神经网络、Transformer 或大语言模型，问题的早期阶段都会快速推进，于是大量投资和创业公司涌入。

但自动驾驶有一个残酷特点：开始很容易，完成很难。新技术会重塑曲线前半段，让系统更快达到一个看起来不错的水平。但它不会自动解决后半段长尾。而完全自动驾驶真正难的，恰恰是后半段：极端场景、罕见行为、复杂城市交互、不可预期的人类、恶劣天气、施工、应急车辆、骑车人、行人、道路文化差异。

很多公司能做出 demo，甚至能做出看起来不错的驾驶辅助。但要达到完全无人、超人类安全、可规模化部署，那是另一件事。

Waymo 能穿越周期，靠的不是每一轮都相信银弹，而是很早就接受了问题的真实难度。

四、Waymo 的世界模型：驾驶员、模拟器和批评器共用一颗大脑

现在很多人都在谈 world model，世界模型。

但 Waymo 对世界模型的理解，不是简单“生成视频”或“预测下一帧”。

Dmitri 说，在 Waymo AI 生态系统的核心，是 Waymo Foundation Model。它为三个支柱提供动力：驾驶员、模拟器、批评器。

这三个任务高度相关，但又不相同。驾驶员要在真实道路上行动。模拟器要生成高保真世界，用于训练和评估。批评器要判断驾驶行为是否足够好、足够安全。

因此，Waymo 的 foundation model 必须理解几个层面：

它要理解物理世界如何运转，包括 3D 空间、动态和物理规律。

它要理解什么是好的驾驶。

它要理解 Waymo 这个智能体的行动，会如何影响其他智能体，比如汽车、行人、骑车人。

它还要处理多模态信息，不只是摄像头图像和视频，还有激光雷达和雷达。

所以 Dmitri 把它称为一种多模态世界行动语言模型。这和普通视觉模型不同。驾驶不是被动看世界，而是在世界中行动。车的每一个动作，都会改变别人下一秒的动作。

五、端到端有用，但纯端到端不够

谈到自动驾驶，端到端是绕不开的关键词。

Dmitri 明确说，Waymo Foundation Model 是端到端模型。它从传感器一路到决策或行动，能够在感知、规划、编码器、解码器之间学习丰富表征。这比工程师手写接口更强。

但他同时强调：端到端不是终点。这里有一个错误二分法：要么端到端，要么不是端到端。

真正的问题是：端到端之后，还需要什么？如果你只是做 demo、小规模原型，或者驾驶辅助系统，基础端到端也许够用。但如果你要做完全自动驾驶、超人类安全、数亿英里运营，就不够。

Waymo 的做法，是用结构化、物化的中间表征，增强学习到的表征。这让系统可以做运行时验证、闭环评估、闭环训练、强化学习中的丰富奖励设计，也能更好吸收来自客服、人类介入和真实运营的反馈。

这就是 Waymo 和很多自动驾驶 demo 的差异：demo 可以只展示能力。产品必须证明安全。纯端到端可以让车跑起来。结构化验证让车可以负责地跑下去。

六、规模化终于来了：1000 万次乘车发生在过去 7 个月

Waymo 现在最重要的变化，是进入指数级扩张。

Dmitri 给了几个数字：从完全自动驾驶开始运营，到向公众提供服务并覆盖 4 个城市，Waymo 花了 8 年。但今年早些时候，它一天内上线了 4 个城市。Waymo 已经完成超过 2000 万次完全自动驾驶乘车，其中 1000 万次发生在过去 7 个月。

这就是指数级扩张开始出现的样子。

为什么现在可以扩张？

一方面，是 Driver 的泛化能力变强。进入新城市时，Waymo 仍然要收集数据、刻画环境、做高保真评估和验证，但不再像早期那样每个城市都像重新开始。另一方面，是硬件和运营也到了规模化节点。

第六代 Waymo Driver 是目前最先进的硬件和传感器套件，重点是性能、简化、大幅降本和高规模量产。它会搭载在 Zeekr 平台上。Dmitri 描述这辆车时说，虽然外部尺寸和 I-PACE 差不多，但内部坐进去像一个客厅，有更大后排空间、新屏幕和自动滑开车门。

这说明 Waymo 的产品重点也在变化。它不只是让车自己开，而是把无人驾驶变成乘客体验。

当一项技术从实验室走向城市日常，体验本身也会变成扩张的一部分。

七、安全不是加分项，是 Waymo 的底层架构

自动驾驶最沉重的现实，是道路交通事故。

Dmitri 提到，全球大约每 26 秒就有人因道路交通事故失去生命。对 Waymo 来说，这不是营销话术，而是团队长期坚持的使命来源。

他强调，安全必须是不可协商的基础。

这句话听起来简单，但在硅谷文化里并不容易。很多技术产品可以先快速发布、快速迭代、快速修复。但完全自动驾驶不行。它进入的是公共道路，是生死系统。

Dmitri 说，专注能力优先、快速达到 90%，很有诱惑力。但如何完成前 90%，和如何达到后面更多个 9，是完全不同的问题。Waymo 现在每周完全自动驾驶超过 400 万英里，累计超过 1.7 亿英里完全自动驾驶里程。在其运营城市中，涉及严重伤害的碰撞上，Waymo Driver 比人类驾驶员安全超过 13 倍。

Dmitri 还给了一个更直观的换算：按当前运营规模，这意味着 Waymo 每 8 天就能避免一起严重伤害事故。

这是自动驾驶最强的正当性来源。不是炫技，不是省司机成本，而是降低真实世界伤亡。

八、一只脚的激光雷达回波，解释了什么叫超人类驾驶

这场对谈里最有画面感的故事，是公交车后方行人的案例。

当时 Waymo 在旧金山一个十字路口等红灯。一辆公交车穿过后停下，挡住了部分路口。信号灯变绿后，Waymo 开始前进。此时，它探测到公交车另一侧有行人。

问题是，车不可能看穿公交车。摄像头、雷达、激光雷达都不可能直接穿透实体物体。

后来他们发现，激光雷达信号从公交车下方发生反射，从行人脚部移动中获得了一点非常稀疏的回波。这个微弱信号足以让 Waymo AI 判断那里有行人，并预测接下来会发生什么，于是采取防御性动作，保证所有人安全。

这个例子非常重要。

它说明自动驾驶的“超人类”不是抽象词。人类驾驶员未必能注意到公交车后方行人脚部的一点点反射信号，更不一定能把它转化成实时预测和驾驶决策。机器的优势也不只是反应快，而是它可以在多传感器、多模态、连续预测中捕捉人类不容易捕捉的信号。

这种能力不是一天长出来的。它来自传感器、模型、模拟、评估、真实道路里程和安全文化的长期复利。

九、自动驾驶的下一阶段：从技术证明到全球商业化

Waymo 现在已经不再只是证明“自动驾驶可行”。

Dmitri 说，他们已经从有意、顺序地降低 Driver 和业务关键部分风险，转向快速、并行的全球商业化。

这意味着几件事：在美国更多城市部署；在现有城市扩大覆盖；进入新的地理区域；进行国际扩张；他们已经宣布计划在伦敦和东京提供服务。

但这里也需要保持克制。

Waymo 的路径并不等于所有自动驾驶公司都能复制。它需要极长期研发投入、强资金支持、真实道路数据、硬件自研、运营能力、监管沟通、社区信任和安全验证系统。

它也不意味着自动驾驶会立刻无缝进入所有城市、所有天气、所有道路文化和所有车辆类型。

Waymo 最适合证明的是：完全自动驾驶可以被产品化；安全优先的路线可以穿越周期；端到端模型必须与结构化系统结合。

规模化一旦开始，曲线会非常陡。

对创业者来说，Waymo 的启发不是“坚持就会赢”这么简单，而是：当你做的是生命攸关、长尾极重、物理世界约束极强的产品，不能把 demo 当成产品，不能把模型突破当成系统完成，也不能把安全留到最后补。

自动驾驶这条路，真正的难点从来不是让车动起来。而是让它在数亿英里、数千万次乘车、无数城市长尾中，始终比人类更可靠。

Q&A

Q1：Waymo 现在真正进入规模化了吗？

从 Dmitri 给出的数据看，是的。Waymo 已完成超过 2000 万次完全自动驾驶乘车，其中 1000 万次发生在过去 7 个月，并已在 11 个城市运营。

Q2：Waymo 为什么能穿越自动驾驶低谷？

因为它从一开始就理解自动驾驶的长尾难度，没有把每一轮技术突破当成银弹，而是持续围绕安全、验证和真实运营构建系统。

Q3：Waymo 的世界模型是什么？

它是一个多模态世界行动语言模型，为驾驶员、模拟器和批评器提供能力，既理解世界，也理解车辆行动如何影响其他道路参与者。

Q4：Waymo 是端到端路线吗？ 

是，但不是纯粹依赖端到端。Waymo 使用端到端模型，同时引入结构化、物化的中间表征，用于验证、评估、训练和安全保障。

Q5：Waymo 为什么强调安全？

因为自动驾驶进入公共道路，直接关系生命安全。Waymo 数据显示，在其运营城市中，涉及严重伤害的碰撞上，Waymo Driver 比人类驾驶员安全超过 13 倍。

Q6：Waymo 对其他 AI 产品最大的启发是什么？ 

物理世界产品不能只追求能力演示。真正的壁垒来自长期验证、系统架构、安全文化和规模化运营能力。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～

谢谢你看我的文章，我们，下次再见。 

欢迎关注公众号：爽爷带你秒懂—— AI时代的设计自媒体。

视频原地址：

https://www.youtube.com/watch?v=I_0Kuf6Aa2c&t=257s