Waymo 隔空叫板特斯拉：纯视觉摄像头不足以支撑完全自动驾驶

2026年8月26日，自动驾驶公司 Waymo 车载软件副总裁 Srikanth Thirumalai 在官方博客发布技术总结，结合逾2亿英里无人驾驶里程阐述了十项核心经验，对纯视觉与端到端黑盒路线的技术局限提出系统性论述，成为自动驾驶路线之争中的关键技术参考。

• 多传感器融合与硬件冗余：Waymo 官方博客（2026年8月26日）指出，单靠摄像头不足以支撑完全自动驾驶，必须结合激光雷达、毫米波雷达与高精地图先验，以在极端与低可见度工况下提供必要的物理安全冗余。
• 质疑黑盒端到端与渐进演进：Thirumalai 在博文中强调，纯端到端黑盒模型缺乏透明度与可解释性；从人类辅助驾驶（L2）平滑升级至全自动驾驶（L4）可能属于「虚假顶峰」，因其缺乏无人类安全员兜底环境下的真实工程硬化验证。
• 基础模型与独立安全校验：Waymo 披露其系统引入了视觉语言模型（VLM）处理复杂长尾推理，同时部署独立的物理安全底线校验层与 AI 评估器，确保规划决策始终受物理规律和交通法规约束。
• 影响/看点：该技术主张意味着行业在「纯视觉端到端」与「多传感器+确定性安全校验」之间的技术分歧进一步公开化；若未来监管机构对全无人驾驶系统的可解释性与冗余度提高准入门槛，多传感器方案可能在合规化部署上更具确定性，但其扩展速度仍取决于硬件成本的下降效率。
• 资料依据：
• 1. Waymo 官方博客（https://waymo.com/blog/）
• 2. The Verge（https://www.theverge.com/transportation/985503/waymo-tesla-lidar-camera-robotaxi-cybercab-musk）

本内容由 AI 生成，仅供参考，请注意甄别