“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。

△

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。

△

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。

△

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。

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。

△

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。

△

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。

△

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。

△

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。