Waymo 的 Dmitri Dolgov：2000 万次出行与通往完全自动驾驶之路

Dmitri Dolgov 将 Waymo 的进展归因于二十年技术学习不断累积的结果，而不是近期某种 AI 捷径。核心信息是：自动驾驶看似很容易做演示，但要把它变成一个安全、可泛化、可商业部署的产品却极其困难。Waymo 的战略似乎建立在三大支柱之上：一个为驾驶、仿真和评估提供支持的多模态端到端基础模型；一种从第一天就建立起来、而非事后补上的安全优先开发文化；以及一种已从按顺序降低风险转向并行地域扩张的商业化打法。这场演讲也表明，Waymo 认为自己的护城河并不在于某一个单独的模型突破，而在于将模型、硬件、验证以及运营层面的信任建设整合为一项现实世界服务。

关键洞察

1. Waymo 将自动驾驶视为一个长尾产品化问题，而不仅仅是模型问题：Dolgov 认为，自动驾驶“非常容易开始”，但非常难以真正做完。他表示，反复出现的行业炒作周期是由一些突破推动的，这些突破加快了早期进展，但并没有消除构建一个完全自动、超越人类水平系统所需解决的长尾问题。

   为什么这很重要：这解释了为什么许多自动驾驶努力能够做出看起来很有希望的演示，却无法在商业或运营上取得成功。对于决策者而言，这表明持久优势来自于解决边缘案例、验证和部署纪律，而不仅仅是早期基准上的提升。

2. Waymo 的核心架构是一个由驾驶员、模拟器和评审器共享的基础模型：Dolgov 描述了一个“Waymo 基础模型”，它支持三种不同功能：驾驶员、模拟器和评审器。他将其描述为一个多模态的世界-动作-语言模型，必须对物理规律、3D 结构、其他参与体的行为以及车辆自身动作的影响进行建模，同时还要受益于与语言对齐的世界知识。

   为什么这很重要：这意味着 Waymo 正在构建一个统一的学习栈，而不是一组彼此分离的狭窄系统。从战略上看，驾驶、仿真和评估之间的共享表征可能提升数据效率、一致性和迭代速度。

3. Waymo 拒绝简单化的“端到端 vs. 模块化”框架：Dolgov 明确表示，Waymo 的基础模型在从传感器到决策/动作的意义上是端到端的，但他认为通常的这场争论是一种伪二分法。他的表述是：端到端之外，还需要什么才能打造一个完全自动、超越人类水平的产品。

   为什么这很重要：这是一个重要信号，表明可投入生产的自动驾驶很可能不仅仅是选择某一种建模哲学。投资者和运营者应预期，胜出的系统会将端到端学习与大量围绕安全、验证和部署的基础设施结合起来。

4. 多模态被视为必需品，而非可选项：Dolgov 表示，模型必须对摄像头以及激光雷达、毫米波雷达等其他传感器进行推理，并且必须建立对 3D 空间、动态变化，以及汽车、行人、自行车骑行者和其他参与体行为的精确理解。

   为什么这很重要：在一些竞争对手强调重摄像头方案的市场环境中，这是一个直接的战略立场。这表明 Waymo 认为，传感器多样性能够在真实部署中实质性地提升对世界的理解和安全裕度。

5. 安全从第一天起就被嵌入架构、训练、评估和文化之中：Dolgov 表示，安全必须是“不可妥协的基础”，不能等到能力实现之后再去考虑。他强调，完成最初的 90% 与实现真正安全性能所需的额外多个“9”是完全不同的问题。

   为什么这很重要：这既是一项工程原则，也是一种组织设计选择。对于受监管、与安全密切相关的 AI 产品而言，操作顺序非常重要：能力优先的方法可能会形成日后难以消除的技术债务。

6. Waymo 现在已在现实世界中实现了有意义的规模化运营，并用实地表现来支撑其安全主张：Dolgov 表示，Waymo 每周行驶超过 400 万英里的全自动驾驶里程，累计已超过 1.7 亿英里的全自动驾驶里程，并且在其运营城市中，在导致严重伤害的碰撞方面，比人类驾驶员安全超过 13 倍。他补充说，以目前的规模计算，这相当于每 8 天就能避免一次严重伤害。

   为什么这很重要：如果这些数字准确，说明 Waymo 已经超越了试点阶段的叙事，正在利用运营暴露量来证明其主张。围绕严重伤害碰撞的具体表述也显示出，Waymo 希望利益相关者重点评估哪些结果。

战略含义

• Waymo 似乎认为，自动驾驶竞赛正从技术可行性转向规模化执行。公司公开表示已转向并行商业化，这表明下一个竞争战场将是在保持安全表现的同时提升扩张速度。
• 这场演讲暗示，统一的基础模型可能会成为物理 AI 系统的核心基础设施，但前提是它必须与仿真、评估和部署系统相结合。这削弱了“仅靠单一突破性模型就能实现自动驾驶”的叙事。
• Waymo 对多模态感知、世界建模和安全验证的强调，表明其选择了一条成本更高但可能可靠性也更高的路径。采取更低成本或更窄栈方案的竞争对手，在服务规模扩大时可能会面临更重的证明负担。
• 运营数据规模正在成为一种战略资产。如果 Waymo 的里程和安全主张随着部署持续改善，这种现实世界反馈回路可能会在训练、评估、信任和监管姿态上不断累积成护城河。

值得关注的信号

• Waymo 是否会继续发布城市级或整体的安全对比，尤其是使用严重后果指标，而不是轶事式表现。
• 公司扩展到当前地理区域之外的速度有多快，以及新城市上线是否需要漫长的本地适配周期，还是主要只需验证和信任建设。
• 是否有证据表明，共享基础模型确实显著提升了 Dolgov 提到的三大支柱：驾驶员、模拟器和评审器。
• Waymo 是否会维持多模态硬件栈，还是会随着时间推移在传感器理念上发生重大变化。

注意事项

• 文字记录在至少一个部分似乎并不完整（存在尾部摘录标记，并且在端到端讨论结尾附近有一段回答被截断），因此一些技术细节可能缺失。
• 标题提到了“2000 万次乘坐”，但所提供的文字记录并未清楚给出支持这一乘坐次数的上下文；因此，上述提炼除了承认标题外，并未依赖这一说法。
• 这段对话是一场台上访谈，因此其中若干说法由 Waymo 联席 CEO 提出，而文字记录本身并未提供外部验证。