" 纯视觉实现不了完全自动驾驶。"

在最新一次公开演讲中，Waymo 联合 CEO给纯视觉 " 判了死刑 "。

他承认，人类驾驶员仅靠眼睛就能开车，这证明摄像头方案具备可行性。纯视觉系统也确实可以快速发展，甚至很快达到令人印象深刻的驾驶效果。

但问题在于，L4 自动驾驶需要解决的目标，不止需要像人一样开车，更要达到远超人类驾驶水平的安全性。

在他看来，纯视觉路线最大的挑战，是性能提升可能在达到这一目标之前更早放缓，提前见顶。

一个字没提 " 特斯拉 "，句句指向特斯拉啊。

纯视觉能做到 99%，然后呢？

这场演讲来自 YC Startup School 2026，一个由硅谷顶级创业加速器 Y Combinator 主办的免费线上课程与社群项目。

Waymo 联合 CEO ——Dmitri Dolgov（德米特里 · 多尔戈夫），以"The Demo Is Only 1% Of The Work"为题，进行了近 50 分钟的演讲，系统解释了一遍为什么自动驾驶迟迟没有真正进入无人时代。

△图源：Y Combinator

这个标题其实已经点出了整场分享的核心判断：自动驾驶最难的部分，是让系统在数百万、数千万英里的真实道路中，持续稳定运行。

Dolgov 分享了 Waymo 早期的一段经历。

2010 年前后，Waymo 前身 Google 自动驾驶项目曾在较短时间内完成大量测试，包括 10 万英里自动驾驶以及多条长距离零人工干预路线。

从技术展示角度看，自动驾驶似乎已经完成了突破。但从那之后，到真正面向公众运营 Robotaxi，Waymo 又花费了超过十年的时间。

他认为，原因在于，自动驾驶真正困难的地方，是可靠性的提升。为了方便理解，Dolgov 提出了一个"9"的概念：

系统从90%的可靠性提升到99%，已经需要大量工程投入；从99%继续提升，小数点后每增加一个"9"，难度都会快速增加。

△图源：Y Combinator

自动驾驶面对的是现实世界，车辆每周运行数十万甚至数百万英里之后，原本极低概率发生的问题，会逐渐变成运营过程中必须面对的问题。

因此，自动驾驶不能只看 " 平均表现 "。真正决定驾驶员能否离开的，是那些极端场景——这也是 Dolgov 随后谈到纯视觉路线时的出发点。

纯视觉的支持者（尤其是特斯拉），最常提出的一个观点是：

人类没有激光雷达，也没有毫米波雷达，仅凭双眼和大脑就完成了驾驶。

Dolgov 认可了这个逻辑的一部分。他表示，只凭借摄像头当然可以完成大量驾驶任务。事实上，今天大多数辅助驾驶系统，很多时间都依赖摄像头完成环境理解。

然而问题是，辅助驾驶和无人驾驶面对的是两个不同的安全目标。

在 L2 辅助驾驶中，驾驶员仍然存在，系统遇到无法处理的情况，可以提醒驾驶员接管。

但在 L4，例如 Robotaxi 中，车内没有人负责最后判断，系统需要自己处理所有情况，这意味着它需要达到远高于普通驾驶员的安全水平。

△图源：Y Combinator

Dolgov 认为，纯视觉路线面临的核心问题，就是随着能力不断提高，性能曲线可能逐渐放缓、提前见顶，可能很难实现真正的无人驾驶。

早期阶段，通过增加数据、训练更大模型，系统能力提升明显。但当目标从 " 接近人类驾驶 " 转向 " 远超人类驾驶 " 时，仅依靠摄像头获取的信息，可能成为限制因素。

简单来说就是，摄像头可以帮助机器看到世界，但摄像头本身获取的信息存在边界。模型可以提高理解能力，却无法完全弥补输入信息的缺失。

对应到特斯拉的业务，这可能也是变相判断，特斯拉能实现 FSD，但是做 Robotaxi 或许会能力受限。

Waymo VS 特斯拉路线之争

Dolgov 还在演讲中，展示了一些 Waymo 测试案例，其中包括夜间道路、低光环境以及复杂交通场景。

不过，这些案例想表达的重点，并不是激光雷达能够替代摄像头，其实 Waymo 也同样依赖摄像头获取颜色、文字、交通标志等视觉信息。

他想传递的核心是，多传感器融合路线中，不同传感器面对环境变化时的退化方式不同：

摄像头

依赖光线；

激光雷达

主动发射激光，可以直接获得物体距离和三维结构；

毫米波雷达

能够提供速度信息，并且在雨雪、雾气等环境中保持一定能力。

因此，通过多个传感器组合，系统可以降低单一感知方式失效带来的风险。

△图片由 AI 生成

例如夜晚、逆光、恶劣天气或者复杂遮挡环境下，视觉系统需要根据有限信息推断物体距离、速度和空间结构。

而激光雷达和毫米波雷达提供的是另一种维度的信息，一个负责直接测量空间距离，一个可以提供速度信息，其价值在于减少系统需要 " 猜测 " 的部分。

在 Dolgov 看来，在安全关键领域，可以直接测量的信息，不应该全部交给模型推断。

这也是 Waymo 和纯视觉路线之间最大的分歧。两家公司长期以来的路线争论，表面上集中在激光雷达，实际更深层的区别，在于两家公司对自动驾驶发展的路径设计不同。

Waymo 从立项初期开始，就围绕无人驾驶设计系统，车辆可以限定运行区域，可以先覆盖少数城市，但进入运营范围后，驾驶任务必须完全由系统承担。

因此，Waymo 需要优先解决的是，如何让一辆没有驾驶员的汽车，在限定范围内安全运行。

这决定了它从传感器、计算平台，到测试体系和运营方式，都围绕 L4 展开。

而特斯拉采用的是另一条路线，FSD 首先进入量产车。

系统通过大量用户车辆扩大数据规模，再利用模型训练和软件升级不断提升能力，最终跨越到无人驾驶阶段。

这种方式最大的优势，是数据规模和迭代速度，数百万辆汽车同时在真实道路中运行，可以提供传统 Robotaxi 测试车队难以达到的数据量。

但与此同时，当前 FSD 仍然属于需要驾驶员监督的系统，驾驶员依然承担最终责任。

因此，两家公司真正争论的问题，集中在了一套主要依靠驾驶员监督积累起来的能力，是否可以沿着同样的技术路线继续提升，最终达到无人驾驶要求的安全水平。

不过现在对路线成败盖棺定论还为时尚早，还是要等待更长时间段内的实际运营数据验证。

50 分钟演讲，Waymo CEO 还说了什么？

除了纯视觉争议，Dolgov 整场演讲还分享了 Waymo 在自动驾驶研发过程中的一些关键思考。

其中包括物理 AI 与数字 AI 的区别、Waymo 正在探索的基础模型、端到端模型的应用，以及自动驾驶安全验证体系。

△图源：Y Combinator

这些内容，也反映出当前 L4 自动驾驶竞争正在从单纯比拼算法能力，进入系统工程能力的竞争阶段：

1、物理 AI 的容错率更低：错误无法撤回

Dolgov 在演讲中多次强调，自动驾驶与传统互联网 AI存在明显区别。

聊天机器人生成错误答案，用户可以重新提问；搜索结果不准确，用户可以更换关键词。

但自动驾驶系统做出的错误判断，会直接影响现实世界中的车辆运动，系统没有 " 撤销 " 这个选项。

此外，自动驾驶还面临实时性的要求。车辆高速移动过程中，感知、预测和决策必须在极短时间内完成，而且大量计算需要在车端执行。

这也是为什么自动驾驶的发展速度，比很多数字 AI 应用更慢。模型能力提升只是其中一部分，如何让模型稳定运行在真实世界，是另一套完全不同的问题。

△图源：Y Combinator

Dolgov 在演讲中提到，互联网行业常说的 " 快速试错 "，并不完全适用于自动驾驶。

对于物理世界中的 AI 系统，安全需要从架构设计阶段就被考虑，而不是等产品规模扩大以后再解决。

2、Waymo 正在构建多模态驾驶模型

在模型方向上，Dolgov 介绍了 Waymo 近年来的技术变化。早期自动驾驶系统通常由多个模块组成：

感知模块负责识别车辆、行人和道路环境；

预测模块判断其他交通参与者未来行为；

规划模块决定车辆下一步动作。

随着大模型技术发展，越来越多能力开始被整合到统一模型中。Waymo 目前也在探索类似方向。

Dolgov 介绍，Waymo 正在开发能够同时理解环境、预测行为并生成驾驶动作的多模态模型。

模型输入包括摄像头、激光雷达和毫米波雷达数据，输出则涉及车辆如何理解当前环境，以及下一步如何行动。

从技术趋势来看，自动驾驶正在经历类似其他 AI 领域的变化：

过去依靠大量人工设计规则和模块组合，如今越来越依赖数据驱动的大模型能力。

3、驾驶模型同时具有快路径和慢路径

Dolgov 还介绍了 Waymo 驾驶模型中的一个设计思路：快路径与慢路径。

快路径负责处理实时、高优先级的驾驶事件。

例如突然横穿道路的行人、前方车辆突然变道、障碍物突然出现等。这些情况需要车辆快速反应，减少决策延迟。

慢路径则负责更复杂的理解。例如，车辆看到路边停着一辆冒烟的汽车。

从几何角度看，道路可能仍然可以通过。但系统需要理解，" 车辆起火 " 意味着可能存在人员、消防车辆或者道路变化等后续风险。

因此，驾驶模型不仅需要识别眼前发生了什么，还需要理解事件背后的含义。

这种自动驾驶系统需要同时具备两种能力，其实和人类驾驶中的 " 快速反应 " 和 " 复杂判断 " 类似。

4、Waymo 如何看待端到端？

端到端自动驾驶近两年成为行业热点，特斯拉、Wayve、小鹏等公司，都在推动大模型直接从感知输入生成驾驶动作。

Dolgov 在演讲中也谈到了端到端，表示 Waymo 认可大模型带来的能力提升，但并没有完全采用 " 黑箱式 " 的端到端路线。

目前 Waymo 更倾向于一种带有结构约束的端到端方案。简单来说，模型可以负责大量复杂判断，但系统仍然保留一些明确的规则、物理约束以及安全检查机制。

原因在于，自动驾驶属于安全关键系统。如果模型出现异常行为，工程团队需要知道问题来自哪里，也需要能够验证系统为什么做出某个决定。

△图源：Y Combinator

对于消费互联网应用来说，模型偶尔出现错误可能只是体验问题；但对于车辆而言，一个无法解释、无法验证的问题，可能意味着无法部署。

5、自动驾驶最后拼的是评估能力

在演讲后半部分，Dolgov 花了大量时间介绍自动驾驶测试和验证。

他认为，自动驾驶竞争不仅是模型能力竞争。随着基础模型快速发展，越来越多企业能够训练出表现不错的驾驶模型。

真正困难的是，如何证明这个模型足够安全。

Waymo 目前采用真实道路数据、仿真环境以及自动评价体系结合的方式。真实车辆不断运行，收集复杂场景；仿真系统生成现实中罕见但危险的情况；评价模型则分析系统表现，寻找薄弱环节。

其中一个重要方向是闭环仿真。

传统测试通常给模型一个固定场景，看它是否做出正确判断。但真实道路不是这样，车辆改变路线后，其他车辆和行人的行为也会发生变化。

△图源：Y Combinator

因此，仿真环境需要让整个交通环境随着车辆动作变化，而不是简单判断一个固定答案。

Dolgov 在演讲中引用 Waymo 公布的数据称，基于超过 2.2 亿英里的全无人驾驶里程，其系统在避免严重伤害事故方面，相比人类驾驶员有明显提升。

这类数据，也是 L4 公司持续强调的核心指标。

因为对于无人驾驶而言，最终竞争的不是某一次演示效果，而是谁能够积累足够多真实运行经验，并建立一套可信的安全评价体系。

Dolgov 在演讲开头就提到，自动驾驶最重要的阶段，是从技术演示走向真实运营。

真实运营的难点，往往难以在测试道路上预料。就像上个月 Waymo 遇到的小插曲：

毕竟在真的遇到之前，Waymo 可能也没想到能在路上碰到燃放的烟花啊。

—  联系作者  —

—  完  —

【智能车参考】原创内容，未经账号授权，禁止随意转载。

点这里关注我，记得标星，么么哒～