Waymo联合CEO德米特里·多尔戈夫在访谈中透露，该公司自动驾驶车辆依赖摄像头、激光雷达和雷达的360度传感器组合，实现全方位环境感知。根据多尔戈夫描述，这些传感器物理属性互补，覆盖车辆四周，确保构建精确的环境模型。Waymo的“驾驶员”系统将传感器数据输入AI处理，实时输出转向和加速指令。链上数据显示，Waymo车队每周乘车量达近500,000次，创下自动驾驶商业化运营新纪录。BTC现报$72,732（涨1.77%），市场对AI驱动技术青睐有加。
多尔戈夫强调，AI在Waymo系统中充当核心大脑，通过编码器处理海量传感器输入，生成驾驶决策。评价模型会剖析每次行驶行为，标记优秀操作并优化差错，推动算法迭代学习。Waymo从谷歌自驾项目起步，多尔戈夫2009年加入，是创始工程师之一，2016年独立后主导技术栈开发。他早年在丰田和斯坦福参与DARPA城市挑战赛，积累深厚经验。自动驾驶难关在于多代理社交互动，比如预测行人意图或车辆变道影响，类似对话建模复杂度。Waymo传感器栈提供360度视野，激光雷达测距精确，雷达穿透雨雾，摄像头辨识细节，三者融合让车辆“看清”前方200米动态。
实现完全自动驾驶需攻克安全与性能双重壁垒，多尔戈夫指出，单纯端到端机器学习模型不足以应对复杂路况，必须构建生态系统。AI进步靠持续迭代，而非单一突破，语言模型成功源于跨领域文本表示，自动驾驶类似，通过梯度传播优化层层网络。Waymo已在凤凰城、旧金山等城市积累海量路测数据，每周近500,000次乘车验证系统鲁棒性。ETH现报$2,233（涨2.45%），AI概念热潮下，投资者关注这类落地应用。开发过程像进化，避开死胡同，专注行为评估与环境建模。
多尔戈夫持有密歇根大学计算机博士学位，此次访谈详解Waymo从感知到决策的全链路。传感器数据经AI实时转化，避免人类司机盲区。挑战中，历史语境、语义理解和多车互动最棘手，一辆车动作会连锁影响路网。Waymo坚持综合方法，融合多种模型提升可靠性。当前运营规模已证明技术成熟，未来扩展需更多迭代数据。