Waymo自动驾驶最新探索：世界模型、长尾问题、最重要的东西

主要观点总结

本文基于Waymo感知算法负责人Wu Chen在CVPR上的演讲内容，介绍了Waymo在自动驾驶领域的最新探索实践。文章主要阐述了以下几个关键点：Waymo的世界模型构建，解决长尾问题的策略，以及自动驾驶开发最重要的因素。此外，文章还探讨了Waymo在数据筛选和整理、快速实时决策、传感器输入响应、算法响应、底盘机构响应等方面的技术和实践。

关键观点总结

关键观点1: Waymo的世界模型

Waymo构建了一个名为“Waymo基础模型”的大规模AI模型，支持车辆感知周围环境、预测道路上其他车辆的行为、模拟场景并做出驾驶决策。这个模型的功能类似于大型语言模型（LLM），能够整合来自多个来源的传感器数据来理解其周围环境。

关键观点2: 解决长尾问题

自动驾驶的长尾问题主要包括天气、能见度低、遮挡、施工等复杂场景。Waymo的解决策略包括采用VLM解决天气问题，多模态传感器的协同应对低能见度和遮挡问题，以及估计不确定物体的先验信息和自车速度先验来应对复杂场景。

关键观点3: 自动驾驶开发最重要的因素

Waymo认为，对于自动驾驶开发，数据、算法和算力都是重要的。但其中，高效高质的数据是确保模型专注于解决正确问题的关键。此外，快速实时决策也是至关重要的，缩短算法到执行的链路用时能够提高自动驾驶的安全性和流畅性。