在特斯拉即将发布Cybercab无人驾驶出租车之际，Alphabet旗下自动驾驶子公司Waymo近日公开表态，称纯端到端AI方案在安全性上存在明显短板，全自动驾驶的实现必须依赖多传感器融合的技术路线。这一表态被外界视为Waymo在特斯拉Cybercab发布前主动出击、争夺行业话语权的策略性动作。
Waymo在声明中指出，完全依赖端到端神经网络从感知到决策的单一AI模型，虽然在特定场景下表现亮眼，但在面对罕见路况、极端天气以及复杂的交互博弈时，其可解释性和容错能力仍无法达到大规模商业化运营的安全标准。Waymo强调，其技术架构融合了激光雷达、毫米波雷达和高清摄像头等多种传感器，并通过冗余设计确保系统在任何单一传感器失效时仍能安全接管车辆控制。
这一立场与特斯拉长期坚持的“纯视觉+端到端神经网络”路线形成鲜明对比。特斯拉CEO埃隆·马斯克曾多次公开表示，人类驾驶仅依赖视觉即可完成，因此自动驾驶系统也应摒弃激光雷达等额外传感器，以实现成本更低、可扩展性更强的方案。特斯拉计划于近期发布Cybercab，该车型被定位为无方向盘、无踏板的完全自动驾驶出租车，基于其FSD（全自动驾驶）软件的最新版本运行。
Waymo此次表态的时间点颇为微妙。就在数日前，Waymo刚刚宣布其无人驾驶出租车服务在美国多个城市的周付费出行次数突破历史新高，并进一步扩大了运营区域。该公司目前已在旧金山、凤凰城、洛杉矶和奥斯汀等地提供全天候商业化服务，并计划在2025年内进入更多城市。相比之下，特斯拉的Cybercab项目尚处于原型车测试阶段，尚未获得任何州级监管机构颁发的无人驾驶出租车运营许可。
行业分析人士指出，Waymo与特斯拉的技术路线之争，本质上是自动驾驶商业化路径的两种不同哲学碰撞。Waymo代表的是“安全优先、渐进扩张”的工程派思路，强调系统冗余和可验证性；而特斯拉则代表“数据驱动、快速迭代”的软件派思路，试图通过海量车队数据训练端到端模型，实现跨越式发展。两种路线在成本结构、监管策略和公众接受度上各有优劣，但Waymo此次公开质疑纯端到端方案的安全性，显然意在影响监管者和潜在合作伙伴的认知。
值得注意的是，Waymo并未完全否定端到端AI的价值。该公司在声明中承认，其系统内部也在大量使用基于深度学习的感知和预测模块，但强调这些模块是作为整体安全架构中的一环，而非唯一决策来源。Waymo的自动驾驶系统仍保留了基于规则的安全层，用于在AI模型输出异常时进行干预，这种“AI+规则”的混合架构被认为是其能够实现无安全员运营的关键保障。
随着特斯拉Cybercab发布日期的临近，两家公司在技术路线上的公开分歧可能进一步加剧。对于整个自动驾驶行业而言，这场争论的最终结果不仅关乎技术优劣，更将影响未来数年内无人驾驶出租车的监管框架、保险模式和公众信任度。无论哪条路线最终胜出，围绕安全性和可扩展性的讨论都将推动行业向更成熟的商业化阶段演进。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
