繁
自动驾驶技术公司Waymo近日宣布推出WaymoWorldModel--一款基于生成式人工智能的大型3D仿真系统，专为训练和验证其核心自动驾驶系统"WaymoDriver"而设计。该模型不仅可复现日常交通场景，还能生成现实中极为罕见甚至从未发生过的极端情境，从暴雨洪水到野生动物闯入道路，全面提升自动驾驶系统的泛化与安全能力。基于GoogleDeepMindGenie3，实现多模态高保真仿真Waymo表示，该世界模型建立在GoogleDeepMind开发的通用世界模型Genie3基础之上。Genie3通过在海量、多样化的视频数据上进行预训练，已具备对物理世界运行规律的深层理解。Waymo在此基础上针对驾驶场景进行领域适配，输出高度逼真的多传感器数据，包括摄像头图像与激光雷达（LiDAR）点云，甚至能生成包含时间维度的4D点云，提供精确的深度与运动信息。与行业主流做法不同--即仅依赖车队实际采集的道路数据从头训练仿真模型--WaymoWorldModel借助Genie3的"世界知识"，突破了真实数据的局限。这意味着系统不仅能学习已发生的驾驶经验，还能"想象"并模拟从未被记录的长尾场景：比如一头大象突然出现在城市街道，或山体滑坡阻断高速公路。三大控制机制，实现灵活、可控的虚拟测试为确保仿真的实用性与可操作性，WaymoWorldModel提供了三种核心控制方式：驾驶动作控制：仿真环境能实时响应特定的车辆控制指令，实现闭环测试；场景布局控制：用户可自定义道路结构、信号灯状态及其他交通参与者的行为逻辑；语言控制：最灵活的交互方式，仅需自然语言指令即可调整昼夜、天气，甚至生成完全合成的虚构场景（如"午夜暴雨中的施工区"）。更值得注意的是，该模型还能将普通手机或行车记录仪拍摄的任意视频，自动转化为多模态仿真环境。这使得Waymo能在真实地点的数字孪生中测试其Driver系统，既保留了现实世界的细节真实性，又赋予其可控的测试条件。构建更严苛的安全基准，提前应对未知挑战Waymo强调，通过将自动驾驶系统置于这些高度复杂、动态且多样化的虚拟世界中，公司得以建立比现实路测更严格、更全面的安全验证基准。在真正遭遇极端事件前，系统已在数字空间中"经历"过成千上万次类似挑战，从而显著提升其在现实世界中的鲁棒性与可靠性。这一技术标志着自动驾驶研发正从"数据驱动"迈向"知识+生成驱动"的新阶段--不再被动等待罕见事件发生，而是主动创造、学习并征服它们。
