即刻App年轻人的同好社区
下载
置顶
Waymo联合CEO Dmitri Dolgov在YC Startup School 2026大会上系统复盘了自动驾驶近二十年的研发经验，核心围绕物理AI与数字AI的本质差异展开，提出物理AI落地需跨越四大鸿沟，并分享了七条关键技术经验。
一、物理AI与数字AI的四大鸿沟
Dolgov指出，AI从数字世界进入物理世界（如自动驾驶、机器人）时，必须摒弃“快速行动，打破常规”的互联网逻辑，转向“快速行动，安全发布”，因为物理错误无法像生成式AI那样“重新生成”。两者核心差异体现在四个维度：
1. 试错成本鸿沟：数字AI的错误仅消耗Token，物理AI的错误直接关联人命，无“撤销”按钮。
2. 实时延迟鸿沟：数字AI可容忍数秒至数分钟的响应延迟，物理AI（如高速行驶的汽车）需毫秒级决策，且计算需部署在车载终端而非云端。
3. 数据获取鸿沟：数字AI可依托互联网海量标注数据训练，物理世界缺乏天然的数字化数据集，需通过真实场景积累。
4. 安全验证鸿沟：数字AI可先发布“足够好”的版本，靠用户反馈迭代；物理AI必须在首次部署前就具备极高安全确定性，无法依赖“试错式迭代”。
二、Waymo的七条技术经验
1. 产品演示≠真实产品：可靠性需“指数级”投入
• 演示仅需实现1%的功能（Waymo首个自动驾驶演示仅用18个月），但规模化产品需解决长尾场景，可靠性每提升一个“9”（如从99%到99.9%），难度呈10倍增长。
• Waymo从演示到规模化服务耗时15年，累计完成超2亿英里自动驾驶里程，每周50万次出行，安全记录超人类驾驶员17倍。
2. 技术路线需匹配可靠性目标
• 避免“早期性能陷阱”：选择技术时需预判其长期上限，而非仅看初期提升速度（如传感器方案，弱配置会导致安全性能过早趋于平缓）。
• Waymo采用多传感器融合（摄像头+激光雷达+毫米波雷达），每种传感器对应独立编码器，融合生成统一环境视图，兼顾性能与冗余（如沙尘暴、夜间场景激光雷达可弥补摄像头缺陷）。
3. 乘技术浪潮，更要简化技术栈
• 每一波AI突破（CNN、Transformer、视觉语言模型）都需重构系统，但核心难点是将前沿研究转化为生产级部署，且不增加系统复杂性。
• Waymo推出“基础模型”策略：多模态世界动作语言模型，融合传感输入、理解物理规律、预测动作并与语言对齐，采用“快思考（毫秒级安全决策）+慢思考（语义推理）”双路径架构，统一驱动不同硬件平台（捷豹、现代等），降低车载专用层复杂度。
4. 结构增强型端到端：平衡通用性与安全性
• 纯端到端模型虽易训练，但难以满足物理AI的高可靠性需求；需引入物理规律、交通规则等结构化信息，形成“结构增强型端到端”。
• 优势：支持实时安全验证、混合训练评估（结构化空间+端到端空间）、强化学习反馈，提升Scaling能力。
5. 高保真模拟器是物理AI的“虚拟游乐场”
• 闭环模拟（而非开环被动观察）是物理AI训练与评估的核心，需构建“生成式世界模型”，同时模拟物理规律与传感数据（如Waymo结合DeepMind Genie 3生成极端场景：高速公路飞机降落、金门大桥下雪等）。
• 模拟器与基础模型共享推理能力，可生成现实中罕见的边缘场景，加速AI迭代。
6. 构建“AI Agent+模拟器+评估器”生态系统
• 单一模型不足以支撑物理AI，需三者协同：AI Agent在真实世界产生数据→数据反哺模拟器提升逼真度→模拟器生成边缘场景供评估器评分→评估器指导AI Agent优化，形成正向飞轮。
7. 评估体系是核心竞争力
• 模型只是“入场券”，评估指标与验证框架才是长期护城河。物理AI需覆盖从物理层到车载行为层的全链路验证（如Waymo的“安全与就绪框架”）。
• 信任来自公开可验证的长期数据（Waymo公开超2.2亿英里安全数据），而非单次演示。
三、行业趋势判断
Dolgov认为，过去十年AI爆发于数字世界，未来十年将向物理世界延伸。物理AI的机遇在于：生成式世界模型成熟、算力与传感成本下降、Scaling Law验证有效，而核心挑战仍是如何在“快速迭代”与“安全底线”间找到平衡。最终，物理AI的价值不仅是技术指标，更是“让亲人安全回家”的现实意义。
一、物理AI与数字AI的四大鸿沟
Dolgov指出，AI从数字世界进入物理世界（如自动驾驶、机器人）时，必须摒弃“快速行动，打破常规”的互联网逻辑，转向“快速行动，安全发布”，因为物理错误无法像生成式AI那样“重新生成”。两者核心差异体现在四个维度：
1. 试错成本鸿沟：数字AI的错误仅消耗Token，物理AI的错误直接关联人命，无“撤销”按钮。
2. 实时延迟鸿沟：数字AI可容忍数秒至数分钟的响应延迟，物理AI（如高速行驶的汽车）需毫秒级决策，且计算需部署在车载终端而非云端。
3. 数据获取鸿沟：数字AI可依托互联网海量标注数据训练，物理世界缺乏天然的数字化数据集，需通过真实场景积累。
4. 安全验证鸿沟：数字AI可先发布“足够好”的版本，靠用户反馈迭代；物理AI必须在首次部署前就具备极高安全确定性，无法依赖“试错式迭代”。
二、Waymo的七条技术经验
1. 产品演示≠真实产品：可靠性需“指数级”投入
• 演示仅需实现1%的功能（Waymo首个自动驾驶演示仅用18个月），但规模化产品需解决长尾场景，可靠性每提升一个“9”（如从99%到99.9%），难度呈10倍增长。
• Waymo从演示到规模化服务耗时15年，累计完成超2亿英里自动驾驶里程，每周50万次出行，安全记录超人类驾驶员17倍。
2. 技术路线需匹配可靠性目标
• 避免“早期性能陷阱”：选择技术时需预判其长期上限，而非仅看初期提升速度（如传感器方案，弱配置会导致安全性能过早趋于平缓）。
• Waymo采用多传感器融合（摄像头+激光雷达+毫米波雷达），每种传感器对应独立编码器，融合生成统一环境视图，兼顾性能与冗余（如沙尘暴、夜间场景激光雷达可弥补摄像头缺陷）。
3. 乘技术浪潮，更要简化技术栈
• 每一波AI突破（CNN、Transformer、视觉语言模型）都需重构系统，但核心难点是将前沿研究转化为生产级部署，且不增加系统复杂性。
• Waymo推出“基础模型”策略：多模态世界动作语言模型，融合传感输入、理解物理规律、预测动作并与语言对齐，采用“快思考（毫秒级安全决策）+慢思考（语义推理）”双路径架构，统一驱动不同硬件平台（捷豹、现代等），降低车载专用层复杂度。
4. 结构增强型端到端：平衡通用性与安全性
• 纯端到端模型虽易训练，但难以满足物理AI的高可靠性需求；需引入物理规律、交通规则等结构化信息，形成“结构增强型端到端”。
• 优势：支持实时安全验证、混合训练评估（结构化空间+端到端空间）、强化学习反馈，提升Scaling能力。
5. 高保真模拟器是物理AI的“虚拟游乐场”
• 闭环模拟（而非开环被动观察）是物理AI训练与评估的核心，需构建“生成式世界模型”，同时模拟物理规律与传感数据（如Waymo结合DeepMind Genie 3生成极端场景：高速公路飞机降落、金门大桥下雪等）。
• 模拟器与基础模型共享推理能力，可生成现实中罕见的边缘场景，加速AI迭代。
6. 构建“AI Agent+模拟器+评估器”生态系统
• 单一模型不足以支撑物理AI，需三者协同：AI Agent在真实世界产生数据→数据反哺模拟器提升逼真度→模拟器生成边缘场景供评估器评分→评估器指导AI Agent优化，形成正向飞轮。
7. 评估体系是核心竞争力
• 模型只是“入场券”，评估指标与验证框架才是长期护城河。物理AI需覆盖从物理层到车载行为层的全链路验证（如Waymo的“安全与就绪框架”）。
• 信任来自公开可验证的长期数据（Waymo公开超2.2亿英里安全数据），而非单次演示。
三、行业趋势判断
Dolgov认为，过去十年AI爆发于数字世界，未来十年将向物理世界延伸。物理AI的机遇在于：生成式世界模型成熟、算力与传感成本下降、Scaling Law验证有效，而核心挑战仍是如何在“快速迭代”与“安全底线”间找到平衡。最终，物理AI的价值不仅是技术指标，更是“让亲人安全回家”的现实意义。
5 02
三年前，当我一个人在阴冷冰冻的柏林待了一整个冬天的时候，全城只有两家难吃的 wencheng 𰻝𰻝面，当时我就在想，如果有兰州拉面就好了
于是我就和之前见过的陈香贵牛肉面的老板发微信，告诉他这里完全没有好的汤面，缺乏竞争！
没想到，后来他们真的开到了柏林来，而且成为了当地的排队王
今天再次现场来吃，百感交集，口味纯真，刚去了 vabali 桑拿玩过来吃一口热汤面，真的太舒服了！
于是我就和之前见过的陈香贵牛肉面的老板发微信，告诉他这里完全没有好的汤面，缺乏竞争！
没想到，后来他们真的开到了柏林来，而且成为了当地的排队王
今天再次现场来吃，百感交集，口味纯真，刚去了 vabali 桑拿玩过来吃一口热汤面，真的太舒服了！
46 20
对苹果折叠屏一直都没有奢望，只期待它能够把之前在安卓折叠屏和安卓生态里面不错的功能创新，都好好的“整合” 进去，“整合”全一点就足够了。最后再来一点点果式审美，就已经可以假装老乔复活了。
31 41
用做互联网产品的思路或者框架看待智能的应用，有点像是用显微镜去看星空一样的狭隘。智能在非互联网产品的小圈圈之外的应用，可能有百倍、万倍以上的机会，这才对得起智能或者所谓AGI。
13 11
