摘要

Waymo称已提供超过2000万次全自动驾驶乘车服务，其中1000万次发生在过去7个月。 从启动全自动运营到在4座城市向公众提供服务，Waymo用了8年；今年早些时候，Waymo在一天内上线4座城市。Dolgov将这一转变称为进入“快速、并行的全球商业化”（rapid, parallel global commercialization）的“阶段跃迁”（phase transition）。
这套技术栈并不只是一个端到端驾驶模型。 Waymo的基础模型同时服务于“驾驶系统、模拟器和评判器”，并融合多模态感知、现实世界物理动力学、智能体行为与语言对齐。Dolgov的区分是：“端到端，然后呢？”结构化中间表征可支持运行时验证、闭环训练和评估，以及更丰富的强化学习奖励。
Waymo公布了不断增长的行驶里程下的安全表现。 在超过1.7亿英里的全自动驾驶里程中，Dolgov称，在其运营的城市里，针对导致重伤的碰撞，Driver的安全性超过人类驾驶员13倍。按当前规模计算，这意味着“每8天避免1起重伤”。
第6代硬件正针对性能提升、成本下降、系统简化和规模化生产同步优化。 第6代 Driver驱动OHI车辆平台；全自动运营于今年早些时候启动，目前仅向员工开放，将于今年晚些时候向所有乘客开放。Dolgov形容车内感觉“像一个客厅”。
Dolgov认为，自动驾驶之所以一再引发过早乐观，是因为技术突破会加速容易的起步阶段，却无法消除部署的漫长尾部。 AV“非常容易开始”，但要一路推进到完全自动驾驶并达到超越人类的表现却极其困难；卷积网络、transformers和大型语言模型重塑了“曲线前段”，却没有改变“长尾”。
近期业务重点是地域复制与执行落地。 Waymo已在11座城市实现全自动运营，并继续拓展美国市场，计划今年在伦敦和东京提供服务。进入新城市仍需采集数据、刻画环境、验证系统、处理运营环节并赢得社区信任，尽管Dolgov称，如今Driver大多数时候都能“极其出色地”泛化。

精读

1. 2005年的挑战将自动驾驶变成一项20年使命

Dolgov曾在日本生活1年，在美国读完高中，随后回到父母曾就读的莫斯科物理技术学院，学习数学和物理，之后取得AI博士学位。他说，那些经历为他打下了技术基础，更重要的是，赋予了他独立学习和探索的能力。
Dolgov将DARPA Urban Challenge称为一个“拨动开关般的时刻”：自动驾驶把技术上的吸引力、强烈的使命感和一个他能亲身体验的真实产品结合在了一起。“没有任何其他事情能与之相比”，此后他“再也没有回头”。
2009年以Google自动驾驶汽车项目起步时，约12人设定了两个看似不可能的目标：累计完成10万英里的全自动驾驶里程，并在湾区完成10条困难的100英里路线，且全程不需要人工干预。团队覆盖硬件、标定、算法、工具和车内UX，在约18个月内完成了两项目标，并得出结论：完全自动驾驶值得作为一款产品继续推进。

2. 突破缩短的是起点，不是自动驾驶的长尾

Dolgov对自动驾驶炒作周期的解释是：卷积网络、transformers和大型语言模型能够在问题前段带来快速进展，让人相信“现在这个问题就要解决了”。但驾驶仍然“非常容易开始”，要将其一路推进到真正的、完全自动驾驶且表现超越人类的产品，却“极其困难”。
每次突破都会“重塑曲线的前段”，但“不会改变它的长尾”。因此，坚持下来靠的是理解问题真正的难度，而不是寻找“容易赢的仗、快速方案或银弹”。
Dolgov称，使命感提供了持久力：全球范围内，平均每26秒就有人在道路事故中丧生。知道这项使命的重要性，也清楚团队面临的难题，这两点结合起来，给了Waymo走完全程所需的耐力。

3. Waymo的基础模型覆盖驾驶系统、模拟器和评判器

Waymo AI生态的核心是一套基础模型，为3个相互关联但彼此不同的支柱提供能力：“驾驶系统、模拟器和评判器”。它必须理解物理动力学、良好的驾驶行为，以及Driver的行为如何影响汽车、行人、骑行者和其他交通参与者。
Dolgov将其定义为“多模态世界—行动—语言模型”。图像和视频之外，还融合激光雷达和雷达；精确的3D几何与物理规律结合行为预测；语言对齐则引入了对驾驶语义和“深层社会层面”有用的通用世界知识。
Buhler关于端到端的提问引出了一个重要限定：基础模型从传感器输入一路延伸到决策或动作输出，在系统组件之间学习丰富表征，而不是依赖工程化设计的感知—规划接口。但Dolgov反对这种二元框架——“端到端，然后呢？”“采用端到端”与“完全依赖端到端”之间存在“巨大差异”。
Waymo在学习到的表征之外，增加了结构化、显式落地的中间表征。Dolgov称，这些层对于运行时验证、闭环评估与训练，以及更丰富的强化学习奖励信号至关重要——原型或驾驶辅助系统可能不需要这些，但它们是大规模部署的完全自动驾驶系统的必需条件。Buhler还表示，支持团队和驾驶员提供的人类反馈对这类架构至关重要，Dolgov对此表示认同。

4. 硬件简化与城市复制推动规模化

第6代 Waymo Driver是其最先进的硬件和传感器套件，同时强调系统简化、大幅降本和规模化生产。它驱动OHI车辆平台。全自动运营于今年早些时候启动，目前仅向员工开放，将于今年晚些时候向所有乘客开放。Dolgov说，车内感觉“像一个客厅”。
Buhler将这一加速概括为：约16年达到1亿英里、约6个月达到2亿英里。Dolgov补充了商业化里程碑：从启动全自动运营到在4座城市向公众提供乘车服务用了8年，随后在一天内上线4座城市；Waymo累计乘车服务超过2000万次，其中1000万次发生在7个月内。“这就是指数级扩张的样子。”
进入一座城市仍意味着采集数据、刻画当地环境、验证Driver、处理运营环节并赢得社区信任。Dolgov称，如今Driver大多数时候都能“极其出色地”泛化，因此上线前的核心工作变成高保真度评估和严格验证。
Dolgov说，他平时就靠Waymo出行，包括乘坐从Palo Alto到San Francisco的高速公路行程，家人也会使用Waymo。他的3个孩子现在一旦需要人类驾驶就会感到恼火；他们在路上的指认如今主要围绕“狗狗和Waymos”。

5. 安全证据伴随全球商业化推进

Dolgov称，安全是“不可妥协的基础”，从第一天起就必须贯穿模型架构、训练、评估和团队文化。达到最初的90%能力，与为了部署自动驾驶而必须继续达到的“后续几个9”（next nines），在根本上是两回事。
Waymo每周全自动驾驶里程超过400万英里，累计里程已超过1.7亿英里。Dolgov称，在其运营城市中，针对导致重伤的碰撞，Driver的安全性超过人类驾驶员13倍；按当前规模，这意味着每8天避免1起重伤。
他还讲到一个案例：一名人士——他记得可能是一名年轻女性——失控后从电动滑板车上摔倒在Waymo前方。Driver以Dolgov所称的超人般精准度和反应速度完成避让并刹车，最终所有人都安然无恙。
另一则让他印象深刻的案例涉及一名被公交车遮挡的行人。Driver无法穿透车辆看见对方，但行人移动的双脚在公交车底下形成的稀疏激光雷达回波，让AI探测到行人、预测其出现并采取防御性反应。Dolgov说，这项能力“让我大为震撼”。
被问及未来5到10年，Dolgov表示，Waymo目前处于“埋头执行模式”，已经从“有意、按顺序地降低风险”转向“快速、并行的全球商业化”。从11座全自动驾驶城市出发，Waymo的计划是扩大覆盖深度、增加美国市场版图，并于今年在伦敦和东京提供国际服务。

硅谷坐标 x FundaAI周默：四大科技公司财报后的AI产业深度观察数字自由、AI监管与西方互联网之争｜a16z Show