Waymo联席CEO：L2升维L4有可能，但纯端到端远远不够
2026/05/14 10:12阅读量 2
Waymo联席CEO德米特里·多尔戈夫在访谈中表示，L2辅助驾驶玩家向L4级自动驾驶跃迁是可能的，但仅靠端到端模型不够，还需结合结构化概念、云端基座模型（多模态世界行为语言模型）、仿真器和价值判断器。Waymo已转向该技术路线，第六代套件成本可媲美ADAS系统，目前每周完成50万单，累计订单突破2000万，2026年开启Robotaxi全球化元年，并有意将系统部署到私家车。
事件概述
Waymo联席CEO德米特里·多尔戈夫接受访谈，披露最新技术架构、硬件进展、商业化数据和未来规划。
核心信息
技术架构：端到端+结构化概念+云端基模
- Waymo已转向端到端，但并未完全抛弃传统范式，因为纯端到端像黑盒，仿真训练困难。
- 解决方案：在端到端基础上引入结构化概念（如道路、交通标志、限速信息），并在云端构建多模态世界行为语言模型（Multimodal World Action Language Model）。该模型通过VLM引入通用世界知识和语义理解。
- 云端基模适配三大任务：
- Driver：教师模型学习驾驶，蒸馏到车端学生模型（解决约90%问题）。
- Simulator：生成逼真虚拟环境用于训练。
- Critic：评价驾驶决策。
- 多尔戈夫认为，L2到L4是质变，不是线性升维。L2玩家有可能进入L4，但仅靠端到端不够，还需要Simulator和Critic。
硬件进展：第六代套件成本比肩ADAS
- 仍采用多传感器冗余方案（激光雷达、毫米波雷达、摄像头），但做了统一简化。
- 激光雷达仍有纯视觉不可替代的优势：举例说明通过激光雷达检测到被公交车遮挡的行人微弱信号，提前减速避让。
- 第六代套件成本已降至可与智能辅助驾驶套件相比的水平，尽管美国激光雷达产量不高。
- 仍待解决问题：天冷时传感器的清洁、加热、湿滑路面控制。
商业化加速：全球扩张与数据
- 累计订单突破2000万单，其中一半来自过去7个月。
- 当前每周完成50万单，车队规模3000辆，每周无人驾驶里程640万公里。
- 已在美国落地11座城市，2026年计划在英国伦敦和日本东京部署，称为“Robotaxi全球化元年”。
- 海外部署仍需本地数据特调、优化和验证，以及与监管机构和当地居民建立信任。
- 偏远地区订单少，部署Robotaxi不经济，但今后系统可部署到私家车，用户不一定要打车才能体验自动驾驶。