Waymo CEO详解多传感器融合必要性：纯视觉路径难达

2026年8月5日，Waymo联合首席执行官德米特里·多尔戈夫在硅谷一场创业教育演讲中，抛出了一套关于自动驾驶技术路径的底层逻辑——不是那种浮于表面的路线之争，而是从传感器原理到工程边际效应的硬核拆解。简单说，就是“纯视觉到底行不行”这个问题，答案远比想象中复杂。

他直言，仅靠摄像头的感知方案，先天就有天花板。人类靠双眼就能开车，所以如果目标只是做个辅助驾驶，或者让车达到普通司机的水平，纯视觉确实够用。但一旦想追求真正的无人驾驶，且安全表现要远超人类——不是持平，是碾压——那么纯视觉这条路的“安全提升曲线”会过早地躺平，怎么也爬不上去。原因很直接：摄像头在低照度、强逆光这些场景下，性能会断崖式下降，而这是物理原理决定的，不是算法能完全弥补的。

Waymo的选择大家都知道：摄像头、激光雷达、毫米波雷达，三样全上，而且不是简单堆料。多尔戈夫特别强调，这三者不是“一个坏了另一个顶上”的冗余备份，而是通过深度数据融合，生成一个远超任何单一传感器能力的统一环境模型。激光雷达提供高精度的三维空间结构，毫米波雷达能穿透雨雪雾并实时测速，摄像头负责纹理和语义识别——三者互补，缺一不可。

现场他放了几个实操案例，挺有说服力的。亚利桑那州凤凰城刮沙尘暴的时候，摄像头画面基本就是一片模糊，但激光雷达仍然能清晰识别出路边行人。深夜无照明街道上，一个小孩追着宠物突然横穿马路，摄像头几乎等于瞎了，系统却靠其他传感器及时刹停。更戏剧性的是，一片落叶飘过来挡住摄像头，某些纯视觉车型会直接触发紧急停车——而Waymo的车，哪怕摄像头被树枝挡住，其他传感器照样能协同判断，自己完成返程，最后安全倒进车库。这种“冗余容错”不是靠运气，是工程上的硬性设计。

从工程可靠性角度，多尔戈夫提到了一个很妙的规律——“九的指数阶梯”。安全等级每提升一个“九”（比如从99.9%到99.99%），所需投入大约是前一级的十倍。如果一条技术路径前期爬升很快，但后期潜力不足，线性外推它的进展，结果会在远未达到商业化安全门槛之前就撞上性能极限。纯视觉方案恰恰有这种风险：前期靠数据迭代见效快，但越往后，每压榨出一点安全提升，付出的代价会指数级增长，而传感器本身的物理限制却无法突破。

至于成本问题，很多人说激光雷达太贵。多尔戈夫的解释很实在：Waymo的传感器硬件已经迭代到第六代，单位成本一直在大幅下降。现在拿当前价格去判断激光雷达“过于昂贵”，本质上是在用一个短期指标去衡量一项快速演进的核心技术，这就像用1990年代的硬盘价格去否定存储行业的前景。技术上不能这样算账。

作为对比，一些坚持纯视觉路线的企业，早在2021年就移除了毫米波雷达，2022年又取消了超声波传感器，全面倒向单一视觉系统。其支持者曾公开质疑激光雷达的必要性。但现实运行数据不会说谎：即便车内配备安全员，这些车型在公开道路上的事故率仍约为人类驾驶员的3倍；而Waymo基于累计2.2亿英里无人驾驶里程的统计显示，其致重伤事故发生率比人类驾驶员低94%。目前Waymo服务覆盖美国15座城市，每周提供约50万人次付费出行。仅过去一年，该企业无人驾驶总里程达38万英里——什么概念？Waymo现在单日行驶的里程，就能达到这个数字。这已经不是实验室里的技术演示，而是商业级的规模验证。