Waymo 於 2026 年 8 月 26 日發表一篇由車載軟體副總裁 Srikanth Thirumalai 撰寫的長文，整理車隊累積超過 2 億英里完全無人駕駛里程後得到的 10 個 AI 教訓。文章雖然沒有點名特斯拉，但幾個最尖銳的結論，正好碰上特斯拉近年押注的技術路線：純視覺、端到端 AI，以及從 Level 2 駕駛輔助一路推進到無人駕駛。
本文主要內容
Waymo 第一點就直接寫下「相機很厲害，但還不夠」，接著談到單一黑盒模型的安全風險，最後更把「把 Level 2 駕駛輔助一路改善成完全自動駕駛」形容為 假高峰（false summit）。這篇文章有趣的地方，不只是 Waymo 在講自己的技術，而是把兩套完全不同的自動駕駛哲學攤在檯面上。
Waymo 的第一個判斷：相機很強，但還不夠
Waymo 把感測器問題放在 10 個教訓的第一位。官方認為，相機可以提供非常豐富的視覺與語意資訊，但要做到大規模、完全無人駕駛，仍需要 光達（LiDAR）、雷達與相機彼此互補。
以 第 6 代 Waymo Driver 為例，整套系統配置約 13 顆相機、4 顆 LiDAR、6 顆雷達與外部音訊感測器。LiDAR 負責精確的 3D 空間資訊，相機辨識交通號誌、標誌與道路語意，雷達則擅長追蹤速度，也能在大雨、濃霧與其他低能見度環境提供額外資訊。
目前 Waymo 現役車隊仍以 Jaguar I-PACE 搭載第 5 代 Waymo Driver 為主，第 6 代系統主要裝在 Zeekr 打造的 Ojai 上。Ojai 已開始對一般乘客提供服務，但整體數量仍少於 I-PACE，因此第 6 代較低的硬體成本，還不能直接代表 Waymo 全車隊目前的平均成本。
Waymo 的核心觀點很直接：AI 只能處理感測器實際取得的資訊，感測器本身看不到的東西，再大的模型也補不回來。這和特斯拉長期採用的純視覺策略形成明顯差異。
Waymo 接受端到端，但不把安全交給單一黑盒
Waymo 同樣正在使用更大的 AI 基礎模型，也採用 端到端（end-to-end）訓練，但整套駕駛系統不是只靠單一模型做完所有決策。
早期自動駕駛系統常會為行人、號誌、車輛等不同任務建立大量獨立模型，久了之後架構會變得非常複雜。Waymo 現在正在往更少、但更大的基礎模型整合，利用更多資料與算力提升泛化能力，再透過模型蒸餾，把大型模型能力壓縮到車載硬體上執行。
同時，Waymo 仍保留一套獨立車載驗證層。主 AI 模型提出行駛路徑後，另一套系統會檢查是否違反物理限制、交通規則，或存在碰撞風險；另外還有獨立的 評論模型（Critic），負責找出真實道路與模擬環境中的不良駕駛行為。
Waymo 真正反對的不是端到端 AI，而是把所有決策壓進單一黑盒。Thirumalai 表示，團隊實際測試過純端到端方案，但安全表現沒有達到 Waymo 大規模 Level 4 營運所要求的標準。
Gemini 負責複雜推理，但不直接控制方向盤
Waymo 這次公布的第七項教訓，也顯示它同樣積極導入大型 AI 模型。公司已利用 Gemini 訓練駕駛視覺語言模型（Driving Vision-Language Model, Driving VLM），協助系統理解更複雜的道路情境。
例如事故現場可能有警察用手勢指揮車流，這種場景很難只靠固定規則處理。VLM 可以把畫面與整體情境一起理解，提供更高層次的語意判斷。
Waymo 採取的方式類似「快思考＋慢思考」。需要毫秒級反應的車輛控制，仍交給快速感知、感測器融合與規劃系統；VLM 則負責處理較複雜的長尾場景與語意推理。Waymo 認為，目前 VLM 的執行速度與空間理解能力還不適合直接控制方向盤。
另外，Waymo 仍把 HD 高精地圖視為重要的「先驗記憶」。車輛可以事先知道道路結構、車道與交通設施，把即時運算資源留給施工、臨時障礙與交通變化；地圖本身也會持續透過 AI 與車隊資料更新。
Waymo：把 L2 慢慢升級成 L4 是「假高峰」
10 個教訓裡最尖銳的一點，是 Waymo 對 Level 2 與 Level 4 之間差距的看法。官方直接寫道：「Simply improving a driver-assist system (L2) for full autonomy is a false summit.」也就是把 Level 2 駕駛輔助一路改善成完全自動駕駛，是一座 「假高峰」。
Waymo 認為，真正的 Level 4 系統必須在沒有真人駕駛負責的情況下累積經驗。有人類駕駛隨時準備接手時，很多問題會直接被人處理掉；只有當系統必須自己完成整個駕駛任務，才會真正遇到完整的營運與長尾情境。
這也是 Waymo 和特斯拉部署路線最大的差異之一。Waymo 從一開始就以 Level 4 無人營運為目標，先在限定區域完成大量驗證，再逐步擴大服務；特斯拉則先把 FSD Supervised 部署到大量消費者車輛，透過真實道路資料持續訓練，再往 Robotaxi 與無人監管版本推進。
截至 2026 年，Waymo 已累積超過 2 億英里完全無人里程，目前每週付費行程約 50 萬趟。特斯拉在 2026 年 Q2 財報電話會議則表示，Robotaxi 已累積超過 38 萬英里無監督里程；整體 Robotaxi 付費里程約 240 萬至 250 萬英里，其中包含仍有安全監督的行程。兩家公司目前真正無人的營運規模仍有明顯差距。
特斯拉的答案：相機夠用，真正優勢在 AI 與規模
特斯拉對同一個問題有另一套答案。特斯拉 AI 負責人 Ashok Elluswamy 在 2026 年 Q2 財報電話會議上表示，外界長期認為完全自動駕駛必須依賴 LiDAR、雷達與高精地圖等大量硬體，但特斯拉目前的 Robotaxi 已經用相機系統累積超過 38 萬英里無監督行駛。特斯拉的公開立場是，純視覺同樣可以做到安全、舒適且可負擔的自主駕駛。
Elluswamy 當時也以「沒有值得注意的事故（zero notable incidents）」形容截至 Q2 電話會議時的無監督 Robotaxi 安全紀錄。到了 8 月中旬，奧斯汀已出現一輛無監督 Robotaxi 撞上防護柱的公開案例，因此這句更適合視為特斯拉當時的公司說法。
特斯拉另一個真正強項是規模。全球大量量產車每天都在真實道路上行駛，可以持續提供龐大的 Level 2／有人監督駕駛資料。這些資料和 Waymo 的 rider-only 無人營運里程不是同一種經驗，但對訓練感知、預測與駕駛模型仍非常有價值。
目前營運中的 Robotaxi 車隊也已經使用 FSD v15 早期版本，七大技術改進中約 40% 已整合進車隊。完整 v15 的架構目標則包括約 10 倍駕駛模型參數規模，這裡的 10 倍指的是駕駛模型參數，不是下一代 AI5 相對 AI4 的運算效能差距。
特斯拉押注的是，透過更大的模型、更多資料與自有算力持續提升系統能力，同時維持相對精簡的車載硬體，再把同一套能力擴展到更多車輛與城市。
Waymo 也在用 Ojai 與 IONIQ 5 壓低車隊成本
Waymo 的多感測器 Level 4 路線已經證明可以做到大規模無人營運，但專用 Robotaxi 的成本一直是這套模式要處理的重要問題。
過去 Waymo 大量採用 Jaguar I-PACE，先購買完整車輛，再安裝自家的 LiDAR、雷達、相機、車載運算平台與相關硬體。外部分析曾估算，I-PACE 車體加上第 5 代 Waymo Driver 與改裝後，每輛 Robotaxi 的總成本可能來到約 20 萬美元等級；這是外部估算，不是 Waymo 官方公布成本。
Waymo 近年開始導入新的專用平台。與中國吉利旗下 Zeekr 合作打造的 Ojai 已搭載第 6 代 Waymo Driver，並自 2026 年 8 月 19 日起在舊金山、洛杉磯與鳳凰城對一般乘客開放。Waymo 當時約有 300 輛 Ojai 進入商業車隊，而 I-PACE 仍是數量主力。
Ojai 中國出廠車體價格約 3.8 萬美元，輸入美國後還要面對高額關稅。外部估算認為，加上關稅與第 6 代 Waymo Driver 後，完整車輛成本約落在 10 萬至 12.5 萬美元。即使仍然昂貴，相較 I-PACE 世代約 20 萬美元的外部估算，成本已明顯下降。
Waymo 還有第三條車體路線：Hyundai IONIQ 5。這款車已開始進行有人陪同的自動駕駛測試，Waymo 與 Hyundai 也持續推進供應與整合。Waymo 現在的車隊策略已從單一 I-PACE，轉向 I-PACE、Ojai、IONIQ 5 多平台並行。
真正競爭的已經不只是相機對 LiDAR
Waymo 現在最大的籌碼，是超過 2 億英里真正 rider-only 的 Level 4 無人駕駛經驗、成熟的商業營運車隊，以及 LiDAR、雷達、相機、高精地圖、模擬器與獨立安全層所組成的完整系統。它已經證明這套強調多感測器與冗餘的架構，可以真正把駕駛座清空並投入大規模付費服務。
特斯拉手上的牌則完全不同。全球大量量產車每天都能提供真實道路上的有人監督資料，讓特斯拉不必只靠專用測試車隊蒐集訓練資料；相機、AI 電腦與相關硬體直接整合進量產車，資料蒐集與部署的邊際成本也非常低。再加上自建算力、AI 模型訓練、晶片、車載硬體、軟體與整車製造都掌握在自己手上，特斯拉可以從資料、算力、模型、軟體一路做到量產車部署。
Waymo 目前仍與 Jaguar、Zeekr、Hyundai 等車廠合作取得車體，再整合自己的自動駕駛系統；特斯拉本身就是大型汽車製造商，也能透過 Cybercab 把整台車從一開始就按照無人駕駛需求重新設計。
真正的競爭已經不只是「相機對 LiDAR」，而是哪一套系統能把安全、成本與規模同時做起來。 Waymo 已經證明多感測器、高冗餘的 Level 4 路線可以做到大規模 rider-only 營運；特斯拉則擁有全球量產車隊帶來的大量監督資料、低邊際資料蒐集成本，以及從算力、AI、晶片、軟體到整車製造的垂直整合。這套從全球車隊資料一路延伸到自研 AI 與整車製造的完整閉環，也構成特斯拉最難被複製的護城河之一。
延伸閱讀
Waymo 新世代 Ojai 自駕車開放試乘！第 6 代 Driver 感測器少四成
特斯拉 Cybercab 是什麼？無方向盤全自動駕駛、上半年啟動量產
特斯拉 Cybercab 發表會 9 月 3 日登場！奧斯汀正式發出邀請
若近期有購車規劃，可以使用 electrify.tw 的推薦連結 前往特斯拉官網訂購，或將推薦碼連結提供給銷售顧問即可獲得 NT$ 8,000 購車優惠。若您即將交付新車，不妨參考 JOWUA 周邊配件。
若覺得本站內容實用，歡迎追蹤 LINE TODAY 與 Facebook 粉絲專頁。若有任何問題或建議，歡迎加入我們的 LINE 官方帳號 聯繫。
也可以將 electrify.tw 設為 Google 偏好來源，日後在 Google 搜尋更容易看到我們的報導：
