Waymo 首谈为何弃纯视觉：camera-only 易上手却难破 99.9% 之壁
4310sy · x · 2026-11-09
Waymo 计算负责人 Daniel Rosenband 在 Hot Chips 上发表题为 "Compute in Motion" 的演讲，解释了自研 Sensor Fusion Processor 的动机。
- 纯视觉的局限：camera-only 方案能较快达到一定水平，但之后增长乏力；一个经典例子是浮在信号灯前的红色气球会被误判为红灯——连 Gemini 至今也难以可靠区分。
- 从 99.9% 到产品：Rosenband 认为当前的 Physical AI（含 Waymo 自动驾驶）只完成了最初的 1%，产品化在于不断堆叠 9（99%→99.9%→99.99%），「同样的方法做下去」无法走完剩下的路，这是 Waymo 转向多传感器融合的原因。
- 实绩背景：截至 2020 年，Waymo 已累计超 2 亿英里（3.2 亿公里）行驶、2000 万次以上付费载客、覆盖 15 座城市，目前已迭代至第 6 代硬件，并计划 2027 年与日本交通及 GO 合作推出日本首个全无人 robotaxi 服务。
转推者评论：这种「纯视觉先快后慢」的判断，只有已经在爬那段坡的 Waymo 才有资格说。
「具身」频道最新
- 未来分布不均：会场实拍会走路的人形机器人 — technollama · 2026-11-09
- 开发者把 DevDay 周边改造成实体提示词控制器 — paw_lean · 2026-11-09
- 2025 全球机器人装机达 60.3 万台，中国占 59% 居首 — ingliguori · 2026-11-09
- Zipline 融资 15 亿美元，估值 215 亿建全国无人机配送网 — emmanuelvivier · 2026-11-09
- Touch-R1 让模型「摸准」物理属性,触觉推理成绩超 GPT-4o 24.7 分 — 机器之心 · 2026-11-09
- CoRL 聚焦论文拆解 VLA 为何在接触密集任务上失败及修复方法 — StanfordAILab · 2026-11-09