这款由 Google DeepMind 推出的视频采访了 Waymo 的杰出工程师 Vincent Vanhoucke，深入探讨了自动驾驶技术的现状、挑战及未来。以下是内容和核心观点的整理： 一、 核心技术与感知系统 多传感器融合： Waymo 使用摄像头、激光雷达（LiDAR）和雷达的组合。 摄像头： 类似于人眼，捕捉颜色和语义信息，但在深度感知上稍弱。 激光雷达（LiDAR）： 发射激光束以极其精确地测量物体形状和深度，且不受光照影响（白天黑夜均可工作）。 雷达： 擅长探测物体的相对速度和远距离目标 。 冗余与稳健性： 安全来自于不完全信任单一传感器。系统会融合不同来源的信息来更新其对环境的“信念空间”（Belief Space）。即使某个传感器被遮挡或出错，系统依然能正常运行。 二、 AI 与预测：模拟“社交对话” 运动对话： 驾驶本质上是一种社交行为。Waymo 将汽车与其他智能体（行、其他车辆）的互动建模为一种“视觉运动对话”。系统预测他人的行为（如行人是否会冲向马路），并据此调整自己的决策。 世界模型与模拟： 模拟技术是核心。Waymo 在模拟环境中行驶了数十亿英里，远超实际路测里程。这允许系统在不发生真实危险的情况下，学习如何应对罕见极端情况（如多车连环撞击）。 大模型的应用： 现代 AI（如 Gemini）为自动驾驶提供了“零样本”的语义理解能力。例如，无需专门训练，模型就能识别出事故现场或不同城市的紧急车辆。 三、 驾驶哲学：做最“无聊”的驾驶员 行为取向： 自动驾驶汽车不应表现得过于胆怯（否则会被其他司机欺负），也不应过于激进（会扰乱交通） 。 超越人类的安全性： 虽然模拟人类行为是起点，但 Waymo 的目标是比人类更安全。目前数据表明，Waymo 的重伤事故率比人类驾驶员低约 88%。这是因为 AI 不会疲劳，且在风险分析上比人类更理性（例如在卡车挡住视线时会更谨慎）。 四、 落地挑战与全球扩张 地图的作用： Waymo 使用高精地图作为先验知识（如减速带位置），但汽车在行驶中始终以实时传感器数据为准，不盲目依赖地图。 区域差异： 扩展到不同城市（如从凤凰城到伦敦或东京）需要适应当地的驾驶习惯、交通规则（如左行/右行）和独特的肢体语言/手势。 特殊工况： 高速公路驾驶与城市街道截然不同，速度快意味着需要更远距离的预判，且在故障时无法像在市区那样随意靠边停车。 五、 关键观点总结 无需新的科学突破： Vincent 认为，我们已经拥有了实现完全自动驾驶所需的各代核心技术（机器人技术、计算机视觉、Transformer、基础模型等），现在的重点是工程实现和规模化，而非等待下一个 AI 革命。 未来的常态： 视频预言，未来的后代可能会觉得“人类曾经亲自动手开车”是一件非常危险且不可思议的事情。自动驾驶将从一种科技幻想转变为日常的基础设施。