Waymo 联合 CEO Dmitri Dolgov 清晰地阐述了为什么仅靠摄像头无法使自动驾驶系统达到完全自主的技术论点，认为“感知能力不足”在远未达到超人类性能之前就已达到安全瓶颈。他并没有提到特斯拉这个词，但仅靠摄像头的自动驾驶正是特斯拉的全部赌注，而这无疑是在对特斯拉的直接指责。Dolgov 对传感器的争论，来自于他220万英里无驾驶里程的经验，他在 Y Combinator 的创业学校的演讲中提到这些，讲述了 Waymo 在近20年构建其自动驾驶技术过程中所学到的教训。他将传感器问题明摆在台面上：“关于自动驾驶到底需要什么样的传感器，已经存在长久以来的争论。”他的回答勾勒出了一条摄像头支持者往往跳过的线。“人类当然可以仅凭眼睛开车，所以这证明了这种存在，”他说。“如果目标只是大致匹配人类的表现，或者构建一个辅助产品，那是一条非常合理的路径。”然后是关键。如果你的目标是完全自主并且性能超越人类，他说，“你会发现，感知能力不足只会导致安全曲线在太早的阶段就变平。”这是整个论点的总结。摄像头可以匹敌人类，能够支持一个驾驶辅助产品。Dolgov 的观点是，它们的性能不足以让汽车在无人操控的情况下安全行驶，除非是在一个有限速度和低可用性的地理限制区域内进行演示，以减少通过较少里程带来的危险。为什么 Waymo 同时使用摄像头、激光雷达和雷达方式 Waymo 使用三种传感器类型，Dolgov 花了时间解释原因。摄像头可以提供高分辨率和颜色，但它们是被动的，在黑暗和强光下会退化。激光雷达直接测量世界的 3D 结构。雷达可以穿透雾、雨和雪，并直接测量速度。激光雷达和雷达都是主动传感器，因此在漆黑的环境中或者直面刺眼的落日时，它们的表现同样出色。这并不是冗余本身。“这些不同的感知方式并不是彼此的备用方案，”Dolgov 说。每种传感器都有自己的编码器，数据融合成他所说的“远远优于任何单一传感器所提供的数据的世界观。”他以摄像头失灵的案例进行了证明。在凤凰城的沙尘暴中，摄像头几乎无能为力，而激光雷达清晰地识别出路边的行人。人在夜间跨越混凝土障碍物进入马路。孩子们在漆黑的街道上追逐狗，旁边没有车灯或路灯。在每一个场景中，摄像头画面几乎毫无用处，而激光雷达的视图则是干净的。还有一个仅用摄像头无法解决的失效案例：物理遮挡镜头的情况。Dolgov 说，一片叶子覆盖在传感器上就可以让机器人完全停下来，他还展示了一个 Waymo 汽车因树枝卡住雨刮器而无法启动车辆，但用其他传感器安全地返回了车站。“九”问题 在传感器论点的背后还有一个数学上的论点，而这一部分应当令任何从仅用摄像头演示中推断的人感到担忧。可靠性取决于 Dolgov 所称的“九的指数阶梯”。特斯拉 CEO 埃隆·马斯克称之为“九的进军”。达到90%或99%是简单的部分。每增加一个九的可靠性，所需的努力大约是前一个的十倍。所以陷阱在于选择技术，其中早期爬升最快，做出最好的演示，向前推测那陡峭的斜率，然后在“远未达到产品要求的性能之前”达到一个平台。演示可能需要一个九。驾驶辅助产品需要几个。后座有孩子、无人驾驶的汽车则需要一整套的九。Dolgov 还对那种仅用摄像头的拥护者总是强调的一个缺点进行了反驳：成本。Waymo 目前已经是第六代硬件，他表示每一代都大幅降低了价格。在当今价格下下注赌激光雷达等传感器，他警告说，这意味着在“一个保质期相对较短的数字上下注。”特斯拉的角色 特斯拉是这一争论另一方最响亮的赌注。它在2021年将雷达从汽车上移除，并在2022年放弃超声波传感器，全力投入“特斯拉视觉”仅用摄像头的方式。埃隆·马斯克称激光雷达为“愚蠢的差事”，并表示依赖激光雷达的人“注定失败。”特斯拉的机器人出租车服务于2025年在奥斯丁推出，完全依赖摄像头。我们之前详细报道了特斯拉视觉与激光雷达之间的争斗。目前的结果与 Dolgov 所描述的确切天花板相符。特斯拉自己的机器人出租车数据显示，即使前座有一名人类安全监控员，其碰撞率也比人类驾驶者高出三倍。尽管马斯克声称 FSD 比人类更安全，但发布的資料并未支持他的主张，即使这些資料经过特斯拉的严重处理，结果仍不支持他。Waymo 正在计算这些数字。