Waymo 15年，揭开物理AI最难的那 1%

作者｜苏佳灵

「最好的物理 AI 时刻，看起来就像什么都没发生。任务只是被安全、平稳地完成了。」

这句话来自 Waymo 联合 CEO Dmitri Dolgov 前不久在 Y Combinator 的一次分享。Dolgov 提到，有一次他带孩子乘坐 Waymo Robotaxi，通过路口时，一辆车突然切入，Waymo Driver 没有急刹，只是平稳减速，安全通过，后排的孩子甚至没有意识到，刚刚存在一次潜在风险。

Waymo Driver 驶过十字路口对研究自动驾驶接近 20 年的 Dolgov 来说，这个「什么都没发生」的瞬间，反而是一个非常强烈的时刻，比一次炫技式 Demo 更有分量。

当技术变得无感，才是真正成熟的开始，而这背后的工程，就是 Demo 和产品之间的距离。Dolgov 在 Y Combinator 演讲中给出过一个非常直接的判断：一个能跑的 Demo，最多只占产品全部工作的 1%。

剩下 99%，是把「能力」压成「可靠」。Waymo 是这个差距的典型样本。2010 年前后，一个约 12 人的工程师团队，用 18 个月就跑出了早期无人驾驶 Demo：累计 10 万英里（超 16 万公里）自动驾驶里程和 10 条各 100 英里的挑战路线，全程零人工干预。

用 Dolgov 的话说，按 Demo 标准，自动驾驶在 2010 年就已经「解决」了。但从 Demo 走到面向公众的 Robotaxi 服务，也就是真正的商业化产品，Waymo 又用了约十年的时间。

2020 年，Waymo 在凤凰城向公众开放全无人驾驶服务，此后到每周 50 万次出行的规模化运营，又用了 5 年。这条路上横亘的，是物理 AI 必须逐寸攻克的工程难题。

Waymo 第一个 1 亿英里全自动驾驶里程花了 15 年，第二个 1 亿英里只用了 7 个月。从开启首个无人运营到服务四座城市，Waymo 用了 8 年。而今年，Waymo 在一天之内落地了四座新城。

Demo 交出的是可能性，AI 可以完成一次驾驶；而产品要交出的是确定性，AI 必须在无数次真实世界任务中，持续、安全、稳定地完成驾驶，这背后是一整个现实世界工程体系。这正是自动驾驶最大的难点所在，也是物理 AI 最终的较量：可靠性与规模化。

01、现实世界，是自动驾驶真正的考场

一个 Demo 最容易制造的错觉，是让人把陡峭的早期上升，看成一条可以无限延伸的直线。系统从 50% 提升到 70%，再从 70% 提升到 90%，一切似乎都在顺利发生。于是人们很容易做出一个判断：既然 90% 已经实现，剩下 10% 不过是继续堆数据、堆算力、堆工程。

2010 年，Waymo 的前身已经可以覆盖昼夜、城市道路、高速公路、红绿灯、行人、自行车和施工区域等多种典型场景。但物理 AI 真正困难的地方，恰恰从这里开始。

Dolgov 给出了一个残酷的量化刻度：可靠性是一座越往上越陡的山。他用「9 的游戏」来形容：第一个 90% 或 99% 是容易的部分，此后每多一个 9，付出的工程努力可能上升一个数量级，按照 Dolgov 的经验判断，大约需要 10 倍的投入。靠重复攀登已经爬过的坡，到不了更高的地方。

这个「9」大致可以这样理解：

90%：证明能力，Demo 可以成立；99%：能够应对绝大多数常见场景；99.9%：真正开始解决低频但高风险的长尾，每一级都可能需要新的数据、新的架构和新的验证体系。

每条技术路线，都存在一条「性能-投入曲线」。在早期阶段，有些路线看起来增长非常快，投入少量工程资源，就能快速提升性能，这时候，人们很容易相信：只要沿着这条路径继续投入，就能自然达到 99%、99.9%。

但现实往往不是这样。很多技术路线会在某个阶段进入平台期。它们可以很快完成 Demo，但当目标从「偶尔正确」变成「持续可靠」，原来的路线可能已经无法继续提升，因为 Demo 展示的是能力上限。最终停留的平台，可能低于真正产品所需要的水平。

物理 AI 最终比拼的不是「谁最快抵达第一个 90%」，而是「谁能够持续增加更多的 9」。

传感器路线之争，正是这一逻辑的典型缩影。争论本身不重要，真正的变量是：产品的天花板要设在哪。按照 Dolgov 的判断，如果目标是辅助驾驶，或者让系统在多数场景接近人类水平，那用「眼睛」开车，确实是一条合理且高效的路径，能够快速展示能力。

但如果追求的是超越人类的感知冗余和安全上限，在沙尘暴中看得比人远，黑夜里提前发现横穿马路的行人，在传感器被树枝遮挡时依然能安全行驶，Waymo 认为多传感器融合拥有更高的性能天花板。

在 Waymo 的技术路线判断中，感知冗余不足的短板，会让安全曲线会在远未达到产品所需水平之前撞上平台期。这也是 Demo 思维和产品思维最大的区别：

Demo 导向的路线，追求最快抵达 90%；产品导向的路线，关心的是能不能有足够多的 9。

现实是，99% 之后仍然有巨大鸿沟。没有规则的自行车、临时施工区域、极端天气、其他驾驶员的不确定行为等从未遇到过的新场景，都藏在这 1% 里。

这些问题不会随着 Demo 成功自动消失，相反，当每周里程数来到数百万英里，残酷的统计规律开始浮现。百万英里才可能遇到一次的罕见场景，在这里变成了必修课。规模化之后，长尾变成了浮出水面的冰山主体。

让车自动驾驶只是起点。真正的命题是让 AI 成为一个可靠的道路参与者。它最终搭建的，是一整套应对现实世界的系统工程：数据闭环、仿真验证、安全体系、冗余架构，以及围绕可靠性建立的完整工程体系。

02、没有撤销键，定义了物理 AI 的门槛

过去十年，AI 的主战场在数字世界——搜索、推荐、聊天、内容生成，输入输出全是比特。物理世界是另一套规则。当 AI 走出屏幕，嵌入汽车、机器人，进入工厂、家庭等现实世界，它面对的不再是数据流，比特世界的经验，在这里需要重新校准。

数字世界里有撤消和重试按钮。AI 答错了可以重新生成，推荐不准就刷新页面，代码有 bug 修完继续上线。物理世界没有这种容错率。一次失误的代价不是 Token，而是以人的生命计量。自动驾驶面对的是生命安全，物理 AI 不能照搬互联网产品那样，先大规模上线，再快速迭代。

安全，不允许先上车再补票。物理世界也不等人。互联网 AI 可以排队，汽车不行。高速行驶时，一秒钟就出去几十米，延迟跨过了体验范畴，踩到安全红线。更大的差异在数据层面。

数字 AI 坐拥互联网这座金矿，文字、图片、代码、视频已经堆在那里，触手可及。物理世界没有这样的数据库。施工路段、极端天气、罕见的交通行为，这些都得自己上路去采。物理 AI 跑的是另一套数据循环：先进入现实世界，采集数据，训练模型，再回到现实世界产生新数据。飞轮转动的质量，对应系统的能力。

验证逻辑也颠倒了。先验证，再部署是底线。数字 AI 可以推给百万用户，边用边迭代。物理 AI 必须先通过仿真、封闭场地、真实道路测试和分阶段部署，把风险控制在可接受范围内，而不是在部署百万辆车之后再回头查事故。

容错、延迟、数据、验证这四道鸿沟，定义了物理 AI 的门槛。而自动驾驶，是目前复杂度最高、规模化程度最强的物理 AI 试验场之一，它恰好满足了 AI 进入物理世界的条件。

复杂程度足够高，一次无信号灯的会车，背后是毫秒级的感知、意图判断、博弈决策和精准控制，全链路缺一不可；

实时性足够苛刻，毫秒级响应是必须；安全要求足够严，错误的代价可能是生命；

足够高频的数据产出，一辆 Robotaxi 一天之内能经历清晨逆光、午后暴雨、傍晚拥堵，每天可以吐出 TB 级多模态传感器信息；

汽车市场

数字 AI 证明了机器可以处理信息，而自动驾驶正在证明：AI 可以在开放、动态且安全的环境中，承担更复杂的现实任务。

03、Demo 之后，是物理 AI 的必修课

从 Demo 到无人运营，Waymo 最大的资产，不是 Robotaxi 车队，而是一套让 AI 进入现实世界的方法论：Agent 理解世界，Simulator 模拟世界，Critic 验证世界。三个 AI 咬合在一起，构成物理 AI 的数据与安全闭环，为机器人、工业自动化、家庭服务标定了一条可复制的路径。

Agent 让一台机器真正理解它所在的物理世界。识别只是舒适区，物理 AI 要解决的是另一层问题：理解空间关系、物理规律、行为意图，以及自身行动的后果。Waymo 正在探索的基础模型，「多模态世界动作语言模型」，靶向的正是这些问题。

摄像头

激光雷达

理解世界的精髓，是架构内部的划分。Waymo 给系统装了两种思维：一个快，一个慢。快路径可以理解为「蜥蜴脑」，融合原始传感器数据，直接输出毫秒级的安全关键决策。行人突然冲出来，立刻刹停，没有犹豫。

这种本能的背后，是几毫秒内完成的几何任务。慢路径的任务是更复杂的语义理解，不追求毫秒级响应，但需要更高层次的推理。路边一辆车着了火，快路径看到的只是一个静止障碍物，前方道路在几何层面依然畅通。

慢路径读懂了「着火」背后的连锁反应：爆炸风险、人员疏散、消防车抵达、道路封锁，然后决定改变路线。理解与行动之间，还有一道关键的桥，Waymo 的解法是 Structure-augmented end-to-end（结构增强的端到端）。

在学习之上引入结构化表示，模型内部不再是传感器到控制的单一黑盒，中间层被放进了物体位置、速度、车道拓扑、交通规则、物理约束这些显式结构。它们不以手工规则的身份参与决策，而是作为引导模型规模化的脚手架，针对性地弥补传统端到端的短板：推理阶段可以实时安全验证，训练和评估的效率不再被整条链路绑架，反馈信号也更加丰富。对抗规模的结构，是逆势而行；引导规模的结构，能释放更大的潜力。

结构增强的端到端，本质上是把物理定律、道路规则、可预测的物体行为这些现实世界的既有秩序，变成模型规模化的杠杆，去提升性能、简化验证，最终拿到更好的缩放定律。

Simulator 把现实世界复制成一个可以无限重来的副本。智能汽车每一公里、每一次交互的数据都必须从现实世界采集，成本极高，而仿真世界里，百万次极端场景只是训练燃料。

Waymo 模拟过飞机降落在高速公路上、大象穿过十字路口、金门大桥积雪，这些在现实中几乎无法安全测试的场景，仿真却能安全、可控、可重复地生成。更关键的是，物理 AI 需要在部署前跑通完整的决策-反馈-再决策循环，仿真系统提供了闭环验证的场所，将数据链串了起来。

Critic，是物理 AI 的标尺。Dolgov 判断：在物理 AI 的竞赛里，模型是入场券，评估和指标才是护城河。模型的参数可以追平，算法的架构可以复现，但一套在真实世界中跑过数亿英里、持续接受监管和公共检验的安全记录，无法被压缩进任何一张显卡里。赢得的信任，是物理 AI 最深的壁垒。

Waymo 把信任变成一项可量产的工程指标：Critic 定义什么叫「足够好」，Agent 负责理解场景，Simulator 放大案例和数据，三者咬合在一起，构成了物理 AI 的进化飞轮。

今天，特斯拉、Figure AI、Google DeepMind 都在进入机器人赛道。表面上是做机器人，底层要解的题和自动驾驶高度相似：感知，理解，行动，安全。Demo 容易，产品很难。这句话放在今天的机器人身上，和十五年前的 Waymo 分毫不差。

自动驾驶的方案正在被复用。Google DeepMind 正在把世界模型与仿真能力用于机器人训练，特斯拉也在尝试复用其在视觉感知、端到端学习和算力基础设施上的积累；越来越多的公司开始走「先仿真、后实物」的路子。在自动驾驶上验证过的核心能力，成了机器人产业的起点。从数字 AI 到物理 AI，模型规模的叙事，正在被现实约束取代。现实世界没有撤销键，没有无限等待时间，没有现成数据，也没有试错空间。

Waymo 的十五年，验证的是物理 AI 的一条硬规律：让机器真正走进现实，算法突破只是起点，一整套基础设施才是底牌。自动驾驶是物理 AI 的第一站。从汽车到机器人，从工业到家庭，每一个物理 AI 领域都会经历自己的「Waymo 时刻」，直面从 Demo 到产品的工程化阶段。

物理 AI 真正的壁垒，从来不是一次惊艳的表现，而是长期的安全和稳定。当系统处理了一次复杂问题，用户却毫无察觉，就像 Dolgov 的孩子没有注意到车辆突然切入，物理 AI 才真正从 Demo 走进了产品。