随着特斯拉（Tesla）即将在 8 月 8 日正式发布没有方向盘和踏板的 Cybercab，自动驾驶领域的两大巨头正站在技术路线的分岔口上。Waymo 作为当前无人驾驶出租车领域的绝对领导者，近日通过一篇题为《从驾驶 2 亿英里中学到的 10 个 AI 教训》的博客文章，对特斯拉埃隆·马斯克所推崇的“纯视觉”方案发出了严厉警告。Waymo 车载软件高级副总裁 Srikanth Thirumalai 在文中直言：“摄像头……是不够的。”
Waymo 的核心论点：感知的局限性
Waymo 的警告并非空穴来风，而是基于该公司累计超过 2 亿英里的真实道路数据。Thirumalai 指出，在处理自动驾驶这一极其复杂的任务时，AI 系统必须具备对物理世界的深刻理解，而不仅仅是识别物体。Waymo 坚信，仅依赖摄像头（即视觉传感器）无法完全捕捉三维空间中的真实物理属性。
Waymo 的技术路线是多传感器融合，其中激光雷达（LiDAR）扮演着至关重要的角色。激光雷达通过发射激光束并接收反射信号，能够精确构建周围环境的 3D 点云模型。这种高精度的深度感知能力，使得 Waymo 的车辆能够准确判断距离、障碍物大小以及周围车辆的移动意图。相比之下，纯视觉方案虽然在处理清晰、简单的场景时表现优异，但在应对恶劣天气（如大雨、大雪）、复杂的城市反光以及由于透视错觉导致的“幽灵刹车”等问题时，往往显得力不从心。
特斯拉的“端到端”与 Waymo 的“规则+学习”
特斯拉一直主张通过强大的神经网络和端到端学习来模拟人类驾驶员的直觉，而不需要额外的传感器。马斯克曾多次强调，特斯拉已经解决了“自动驾驶”问题，并认为激光雷达是“过时的技术”。然而，Waymo 的观点则更加谨慎。Thirumalai 在文章中提到，Waymo 的系统采用了“规则驱动”与“数据驱动”相结合的方式，利用大量的长尾边缘案例数据进行训练，从而确保在极其罕见但致命的场景下，车辆依然能够做出安全决策。
Waymo 的工程师们认为，AI 模型并非万能，特别是当面对从未见过的物体或极其罕见的社会行为时，基于规则的底层感知系统（如激光雷达提供的几何约束）是安全的最后一道防线。如果仅依赖摄像头，AI 可能会被欺骗性的图像（如路边的广告牌、反光物体）误导，从而导致严重的碰撞事故。
行业影响与未来展望
这场关于“摄像头 vs 激光雷达”的辩论，实际上反映了自动驾驶行业对于“安全性”定义的不同理解。Waymo 的态度表明，在通往 L4 和 L5 级完全自动驾驶的漫长征途中，安全冗余是不可妥协的。随着特斯拉 Cybercab 的发布，公众将有机会亲眼见证纯视觉方案在商业化落地时的真实表现。
对于 Waymo 而言，这是一次巩固其技术路线正确性的绝佳机会。通过强调 2 亿英里的安全行驶数据，Waymo 试图向监管机构和公众证明，其多传感器融合方案是实现无人驾驶商业化的必经之路。这场技术路线之争，不仅关乎两家公司的市场份额，更将深刻影响未来十年自动驾驶技术的标准化方向。
信息来源：The Verge，原文链接：https://www.theverge.com/transportation/985503/waymo-tesla-lidar-camera-robotaxi-cybercab-musk
