Waymo推出全新"Waymo世界模型"，这是一种前沿生成模型，为大规模、超逼真的自动驾驶模拟设定了新标准。该模型基于Genie 3技术构建，能实时生成逼真的摄像头和激光雷达图像，帮助自动驾驶系统在虚拟环境中掌握复杂场景。Waymo已通过近2亿英里的实际路测和数十亿英里的虚拟测试，将模拟作为其安全AI生态系统的三大支柱之一。

Waymo世界模型：自动驾驶仿真的新前沿

Waymo自动驾驶系统已累计行驶近2亿英里，成为美国主要城市道路安全的重要组成部分。在这背后，是系统在虚拟世界中完成的数十亿英里模拟训练。我们正式推出Waymo世界模型——这款前沿生成模型为大规模、超逼真的自动驾驶仿真设立了新标准。

仿真技术是Waymo人工智能生态系统的核心组件，也是实现"可验证安全AI"的三大支柱之一。该模型基于谷歌DeepMind最先进的通用世界模型Genie 3开发，专门针对驾驶领域需求进行了优化。其特点包括： 1. 通过海量视频预训练获得的世界知识，可模拟现实中几乎不可能大规模采集的极端场景（如龙卷风、大象出没等） 2. 支持多传感器数据输出（摄像头和激光雷达） 3. 提供三种控制方式：驾驶行为控制、场景布局控制和语言控制

核心功能展示：

一、多模态世界知识 - 极端天气模拟：金门大桥微雪、龙卷风突袭、洪水淹没社区等 - 安全关键事件：车辆冲出道路、卡车故障横堵路面等 - 长尾场景：大象、长角牛、狮子等特殊动物出现

二、强大控制功能 1. 驾驶行为控制：支持"假设分析"，验证不同驾驶决策的安全性 2. 场景布局控制：可自定义道路布局、交通信号灯状态等 3. 语言控制：通过文字指令调整时间、天气等环境要素

三、实景视频转换 可将行车记录仪拍摄的实景视频（如挪威峡湾、死亡谷等）转换为多模态仿真场景。

四、高效长序列模拟 通过优化版本模型，能稳定生成长时间驾驶场景（如高速公路复杂路况、陡坡会车等），大幅降低计算成本。

该模型由Waymo与Google DeepMind团队共同研发，通过模拟"不可能场景"，为自动驾驶系统建立了更严格的安全基准。研发团队特别致谢了来自两个机构的数十位核心贡献者。

（注：原文中重复的视频说明标签和部分技术细节已精简，保留了关键功能描述和核心研发信息）

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

1. 技术优势认可

   • 认为Waymo的技术能将2D视频转换为3D LiDAR输出，具有独特性
   • 引用："The novel aspect here seems to be 3D LiDAR output from 2D video"
   • 引用："access to DeepMind and Google infra is a hugely understated advantage"

2. 社会影响担忧

   • 质疑自动驾驶可能导致大规模失业和潜在社会风险
   • 引用："What's going to happen to all the millions of drivers who will lose their job overnight?"
   • 引用："In a country with 100 million guns, are we really sure we've thought this through?"

3. 技术局限性

   • 指出系统在复杂城市环境中的不足和实际运行问题
   • 引用："Still needs to be trained on the final boss: dense cities with narrow streets"
   • 引用："Waymo repeatedly directed multiple automated vehicles into the private alley"

4. 透明度争议

   • 批评Waymo在海外人工操作和公关时机方面不够透明
   • 引用："interesting timing for this PR blast considering the admission in the Senate hearing"
   • 引用："lawmakers are beginning to understand that Waymos have overseas operators"

5. 边缘场景质疑

   • 对极端情况下的系统可靠性提出疑问
   • 引用："Imagine driving in a Waymo 'out of a raging fire'"
   • 引用："Trust the Waymo, or get out at the first sign of trouble?"