世界模型在自動駕駛應用, 為什么卡在施工道路？
作者：Vincent
編輯：呂鑫燚
出品：先驗實驗室
6月下旬，Waymo宣布召回3871輛Robotaxi，原因是部分車輛在高速道路行駛時，可能未能識別封閉施工區，或錯誤地優先規避其他風險，導致車輛進入施工道路并繼續高速行駛。
這是Waymo近兩年多次召回事件中的最新一起，也是不滿兩月內第二次因現實道路場景觸發的召回。就在5月，Waymo還曾因部分車輛無法規避道路上的積水區域而召回約3800輛Robotaxi。
這件事的微妙之處在于，施工區、積水、道路封閉都不是駕駛行業陌生的場景，它們當然會出現在上路前的訓練系統中，而Waymo這樣的頭部玩家，仍在大規模運營中暴露如此“普通“的問題。不免讓人質疑，世界模型、仿真和數據閉環已經層層迭代，距離真正消化現實道路復雜性是否仍然很遠？
這樣的事件并不能被簡單理解為世界模型本身的缺陷。
這盆真實場景的冷水，潑向的是一種“窮盡長尾”的想象：現實道路的各類情況永遠無法被模型訓練盡數列舉，而訓練階段覆蓋過的場景，也可能會在真實運營中與車速、車流、臨時標志等現場情況重新組合，釀成新的失敗。
因此，對自動駕駛來說，世界模型除了生成更復雜的長尾場景、模擬更真實的道路交互，如何從整體技術策略的高度，把現實道路已經暴露出的失敗，更高效地篩選并轉化為新的訓練、評估和修復資產，最終完成“失敗閉環”，恐怕也一樣重要。一次誤入、一次接管、一次召回，不應只是事故復盤里的孤立案例，而應該成為模型生成、訓練、評估和回灌的起點。
Waymo的召回事件，不該被理解成“自動駕駛翻車實錄”。
它真正揭開的，是Robotaxi從技術驗證走向規�；\營后必須面對的現實：道路上的失敗不會因為仿真足夠多、世界模型足夠強、數據閉環足夠完整而消失。相反，真實運營會持續把新的問題暴露出來。
對自動駕駛來說，未來真正要規�；�，不只是車輛數量和運營里程，還有安全反饋的能力。對自動駕駛世界模型來說，下一階段真正重要的，不是繼續證明自己能生成多少罕見場景，而是能不能把已經發生的失敗，快速轉化為新的訓練、評估和修復資產。
世界模型當然還要模擬更復雜的世界，但自動駕駛真正要證明的，是它能否從已經發生的失敗里，盡快學會下一次不再失敗。
畢竟，現實道路還會繼續出難題。
真實道路把問題暴露出來，并沒那么簡單。
Waymo召回事件的復雜性正在這里。同樣是車輛駛入施工區，未能識別封閉標志更像感知問題，而識別到了部分風險卻在優先級排序上出錯，則更接近規劃和風險排序問題。表面結果相似，故障鏈條卻可能完全不同。
類似問題也不只發生在Waymo身上。
Cruise曾因系統對風險判斷失誤而不恰當硬制動，部分案例甚至導致碰撞和傷害而召回近1,200輛自動駕駛車輛；Zoox的Robotaxi去年也曾因系統誤判車輛行駛軌跡被召回270輛，同年晚些時候，Zoox又因車輛意外逆向停車而召回332輛。
這些案例共同說明：Robotaxi真正進入真實道路后，暴露出來的往往是感知、預測、規劃、風險排序等能力在復雜交通互動中遭遇的組合性失效。
這些由真實場景引發的異常情況，必須第一時間錄入后臺日志，但這些真實數據的復雜程度，也決定了并非簡單回灌數據就能萬事大吉的。
清華大學封碩副教授與美國密歇根大學研究團隊今年發布了其關于自動駕駛安全訓練的最新研究，關注自動駕駛模型在部分訓練場景中提升了系統安全性，但卻在其他場景中相對容易出現安全性退化的現象，團隊將其稱為自動駕駛安全訓練中的“蹺蹺板效應”。馬斯克也曾公開提到過這種效應，他認為自動駕駛大模型訓練過的數據雖然相對可靠，但是大模型完成實車部署后，總會在訓練之外的方面冒出新的問題。
研究團隊就此提出“dense learning”方法，建立一套讓自動駕駛大模型自動篩選高價值數據樣本并主動分層學習的策略，顯著提升訓練數據中高價值信息密度。他們認為，失敗樣本不是越多越好，關鍵是哪些失敗值得學、怎樣組織這些失敗、學完之后有沒有制造新的副作用。
但篩選只是第一步。真正進入后訓練和評測環節后，問題變成：這些篩選出的失敗，如何從事故樣本變成世界模型能力中，可交互、可變形、可評估的場景資產？
這正是世界模型要接上的鏈路。
作為自動駕駛訓練系統的強大基石，世界模型本來像裝備精良、閃閃發光的裝甲師，為極端場景做了準備，真實道路事故卻把它直接帶入一場又一場血腥的巷戰，細微、危險又足夠耗時耗力。
這樣的硬仗，世界模型該怎么打？
香港大學李弘揚團隊聯合華為、清華大學的最新研究，正在從整個訓練流程與策略部署的高度重新規劃這一問題。他們提出，自動駕駛模型應當進入“后訓練“時代：在海量數據引領自動駕駛車輛成功上路后，應當系統性地找到它的安全邊界、把邊界附近的真實失敗轉化為可學習經驗，并用受約束的方式更新策略。
他們設計的World Engine提供了一個技術支點：從真實駕駛日志中發現安全關鍵場景，將其重建為可交互環境，再生成相似但不完全相同的交通變體，用于閉環評測和強化學習后訓練。它要回答的早已不是“造出更精準的長尾場景”，而是真實失敗能不能被迅速展開，形成自動駕駛模型能夠高效重新學習和驗證的新場景。
這正好補上了失敗消化鏈條中最難的一段。
一次施工區誤入，如果只停留在事故復盤里，它只是一次單獨的行駛事件；如果能被世界模型重建為不同車速、不同錐桶擺放、不同旁車行為、不同臨時封閉條件下的一組場景，它才可能變成一類可訓練問題。
更進一步，修復后的模型還需要在這些變體中反復測試，證明它不光是熟悉了一次事故因果，而是真的掌握了同類風險邏輯，并且沒有因為修復某一類問題而在其他場景中變得過度保守，反而制造了新的風險。
國內玩家也在朝相近方向靠近。Momenta在R7強化學習世界模型里強調讓智能駕駛進入“理解世界”的階段；蔚來、小鵬分別在世界模型、VLA與閉環強化學習等方向加碼；華為Octopus則更偏向云端自動駕駛開發工具鏈，強調從數據預處理、標注、訓練、仿真到部署的端到端能力。
這些路線并不完全相同，也不能被簡單定義為對現實復雜場景的一攬子解決方案。但它們共同說明，行業正在從“生成更多場景”，走向“更快把真實失敗加工成訓練和驗證資產”。
對當下的自動駕駛行業來說，每一次召回都不會只是輕飄飄的軟硬件更新。
路透社、CNBC、�？怂剐侣劸W等主流媒體第一時間報道了Waymo事件，美國汽車與AI行業媒體紛紛跟進，還請了事故親歷者痛斥自動駕駛技術的危險與脆弱……一次意外事件，不僅意味著企業運營范圍可能收縮、擴張節奏被打斷、政府監管溝通成本上升，更會讓用戶、公眾和市場重新審視自動駕駛作為一整個行業的技術安全性與商業發展前景。
畢竟，更大的商業風險，從來不是一次召回本身，而是企業長期只能依賴“上路暴露問題—召回修復—重新投放—再暴露問題”的被動循環。
如果每一次失敗都只能靠真實運營來發現，靠召回來處理，靠下一輪投放來驗證，Robotaxi的擴張速度、安全信任度和運營成本只會被難以預料的現實意外不斷拉扯、白白消耗。
這里的問題已不再是簡單判斷哪家企業發展的好與壞，而是隨著產品的大規模鋪開運營，類似情境可能發生在業內任何一家公司。
畢竟，Robotaxi不可能等到所有問題都在實驗室里被提前解決，再一次性進入商業化軌道，真實道路一定會繼續暴露新失敗。市場上真正要比拼的，是公司遇到失敗之后，能不能通過技術的“失敗閉環”更快收縮風險并響應輿論關切，甚至能夠把一次失敗沉淀為商業進步的新一輪動力。
高風險行業并非沒有類似經驗。航空業早已建立起圍繞日常飛行數據、航行事件和一線報告的安全反饋機制，讓運營中的異常和險情沉淀為訓練、流程、維護和管制改進的一部分。
它的意義不是保證飛機永遠不會遇到新風險，而是讓真實運營中的風險反饋越來越系統化、可追蹤、可復用。
自動駕駛也在面臨著類似的轉型需求，市場本就要求自動駕駛車輛盡快適應現實意外的各種可能，只不過模型和訓練技術需要大步跟上大規模部署的節奏。與傳統交通行業不同的是，自動駕駛多了一種新的技術抓手。
世界模型和仿真訓練可以把真實失敗重建成可交互、可變形、可反復評估的場景資產，從而降低下一次同類問題的處理成本。它不只是讓系統提前練習可能發生的問題，也讓系統更快消化已經發生的失敗。
原文標題 : 世界模型在自動駕駛應用，為什么卡在施工道路？
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
