Alphabet 旗下自动驾驶公司 Waymo 于当地时间本月 6 日宣布，正式推出其全新的世界模型。该模型基于谷歌 DeepMind 研发的通用世界模型 Genie 3 构建，具备生成高真实度、可交互 3D 环境的能力。

图片来源：Waymo 视频截图

Waymo 指出，当前自动驾驶行业多数仿真系统依赖真实道路数据从头训练，难以涵盖极端罕见场景，例如龙卷风、动物闯入、行人特殊装扮等突发事件。而 Genie 3 为 Waymo 的世界模型提供了广泛的知识支撑，通过后续训练，系统可将大量 2D 视频信息转化为与 Waymo 自动驾驶硬件兼容的激光雷达信号，从而实现对各类场景的灵活生成。

该世界模型具备三项核心控制机制：驾驶动作控制、场景布局控制与语言控制。用户可通过调整驾驶行为、修改道路设置，甚至以自然语言指令改变环境条件，实现对虚拟场景的精细调控。此外，Waymo 还提供了支持长时间模拟的高效版本。

与传统仿真技术相比，Waymo 世界模型标志着从 " 日志回放 " 到 " 世界生成 " 的转变。以往仿真多基于真实路采数据的重复与微调，虽真实性强，却无法模拟未发生过的情况。世界模型则能依据物理规律生成包括摄像头图像与激光雷达点云在内的多模态数据，直接适配 Waymo 的感知系统，提升虚拟训练与现实应用的一致性。

借助这一技术，Waymo 可低成本、大规模生成并测试现实中极少出现的 " 长尾场景 "，为自动驾驶系统的安全性与适应性提供新的仿真支持。