标签: 自动驾驶

  • Waymo把Gemini装进无人车了,你可以跟它聊天,但方向盘它碰不着

    坐无人车最尴尬的一件事,可能就是车里没人陪你说话。Waymo这次想了个办法:把谷歌的Gemini直接装进车里。7月29日,Waymo官方宣布,全新的Ojai车型将搭载”Gemini in Waymo”车内助手,目前是测试版。

    Waymo Ojai车内的Gemini AI助手概念图
    Ojai车型主打”车轮上的客厅”,Gemini负责陪聊和管家活儿

    它能干什么:调空调、荐咖啡馆、讲历史

    用法很简单,点一下屏幕上的Gemini图标就能开聊。觉得车里热了,直接说”把空调调到65华氏度”;路过一个陌生街区想探索一下,可以问”附近最好的咖啡馆在哪”,甚至”那座纪念碑有什么来历”。Waymo的说法是,这就像车里多了一位”乐于助人的乘客”,行程信息、Waymo小知识、日常百科都能问。

    不过Waymo在权限上划了一条很清楚的线。

    Gemini与负责开车的Waymo Driver完全独立运行。你可以用语音请求靠边停车,但除此之外,Gemini不控制车辆的任何行驶和路线决策,也拿不到实时驾驶数据。

    换句话说,车外的路况归Waymo Driver这套自动驾驶系统管,车内的闲聊归Gemini管,两套AI各干各的。隐私方面Waymo也给了承诺:你不主动唤醒它,Gemini就一直处于沉默状态。

    三块屏幕,各显各的

    除了Gemini,Ojai还带来了Waymo多年来第一次大改版的屏幕界面。车里有三块屏幕,但它们不再是简单的镜像复制,而是会根据谁坐在哪个位置来”编排”内容。比如只有右后座有人,那块屏幕会显示完整控制界面,另外两块则切换成简洁的行程状态或氛围媒体播放。

    • 动态界面元素实时显示关键行程信息,音乐播放操作也更顺手;
    • 系统菜单可以快速调节车内环境、切换媒体选项;
    • 想安静的话有”Calm Mode”,屏幕调暗、只留最少的行程信息,给你一段发呆时间。

    无人车的下半场:比拼车内体验

    Ojai是Waymo第一款从头为网约出行设计的车型,官方给它的定位是”车轮上的客厅”。这个说法透露了一个趋势:当自动驾驶技术本身逐渐趋于成熟,各家比拼的重点正在从”能不能开”转向”坐着舒不舒服、有没有意思”。

    把Gemini塞进车里,对谷歌系的Waymo来说几乎是顺手的事,但它的意义不止于陪聊。乘客在车里的几十分钟注意力,正是谷歌最想要的入口。今天它帮你找咖啡馆,明天呢,也许就顺手帮你下了单。Waymo表示Ojai很快会向更多公众乘客开放,语音助手的能力也会持续加码。

    📎 原文来源:The Verge: Waymo’s new Ojai cars are getting Gemini AI 及 Waymo 官方博客
  • Waymo被曝想和Uber分手:奥斯汀、亚特兰大单飞时间表已定

    Robotaxi圈子里最微妙的一对搭档,可能真的要散了。英国《金融时报》爆料,Waymo正在想办法退出和Uber的合作。这笔合作原本让Waymo的无人出租车挂在Uber的打车网络上,在奥斯汀和亚特兰大接单。

    Waymo robotaxi
    Waymo的无人出租车,未来可能不再出现在Uber的App里(图片来源:TechCrunch)

    时间表已经摆上桌面

    这次不是捕风捉影。Uber自己周五向TechCrunch确认:Waymo已经通知他们,打算从2028年1月起在奥斯汀和亚特兰大用自家App直接提供叫车服务,先和现有合作并行跑一段。而双方覆盖这两个城市的合同,2028年5月就到期了。翻译一下:Waymo提前把单飞日期定好了,就等合同走完。

    这已经不是两家第一次分手。今年早些时候,双方在凤凰城就悄悄散伙了,当时还是TechCrunch第一个报出来的。

    积怨不是一天攒下的

    回看过去几个月,两家的火药味其实早就藏不住了:

    • Uber的CTO普拉温·内帕利今年早些时候直接在X上发了段视频,配文说Waymo无人车的驾驶行为”不安全”、”吓人”;
    • 5月的财报电话会上,Uber CEO达拉·科斯罗萨西不点名地批评了某家Robotaxi在学校区域和紧急情况下的表现,明眼人都知道说的是谁;
    • 在Robotaxi监管的多场政策博弈里,Waymo和Uber频频站到对立面——Uber的游说方向,被认为在给Waymo的扩张使绊子。

    渠道和自营,终究要摊牌

    往深了看,这就是一场经典的渠道与自营之争。对Waymo来说,早期借Uber的流量池冷启动新城市划算,可一旦车队规模和品牌立住了,凭什么把订单和用户数据分给别人?对Uber来说,它需要Robotaxi供给撑住”平台”故事,但供给方越强势,它的议价权就越弱。凤凰城先散伙,奥斯汀和亚特兰大再排上日程,剧本几乎是复制粘贴的。

    Waymo暂时没有回应置评请求。不过时间表已经写在那里:2028年1月单飞开跑,5月合同到期。留给这段合作关系的时间,不到两年了。

  • 特斯拉Robotaxi在倒车:城市扩到6个,付费里程反而跌了36%

    特斯拉本周三发布二季度财报,随附的一张图表让人看出了问题。表面上,Robotaxi的付费乘车数据从2025年8月到2026年6月一路稳步上扬,但那是累计值。把数字按季度拆开,画风立刻变了:一季度Model Y车队为付费乘客跑了约110万英里,二季度掉到70万英里左右,环比缩水大约36%。

    特斯拉Robotaxi车队
    特斯拉Robotaxi的付费里程在二季度不升反降 | 图源:TechCrunch / Getty Images

    更尴尬的是背景。这一年里特斯拉把Robotaxi服务从奥斯汀扩张到了得州和佛州的6个城市,有监管员的、没监管员的车都在跑,甚至旧金山湾区那些没拿到自动驾驶运营许可、还得配安全员的挂牌车,大概率也被算进了”Robotaxi覆盖范围”。城市多了、车多了,付费里程却少了三分之一,这笔账怎么算都不好看。财报当天核心业务利润同样不及华尔街预期,周四早盘股价一度跳水超过13%。

    马斯克松口了:千万辆车的数据,喂不熟Cybercab

    财报电话会上有分析师追问扩张为什么这么慢,马斯克给出了一个多年来罕见的坦白。他说,公司得先积累”专属于Cybercab的驾驶数据”,才敢往路上大规模投放这款金色双座无方向盘小车。现阶段的办法有点滑稽:给Cybercab装回方向盘和刹车油门踏板,让它先当普通车跑,用来校准底盘。

    “Model 3、Model Y在路上有几百万辆,Cybercab没有。我们必须用改装过的Cybercab去积累里程。”——马斯克在财报电话会上的原话

    这番话和特斯拉过去的叙事直接打架。多年来公司一直宣称,近千万辆客户车在后台默默收集数据,训练出的能力可以直接迁移给未来的Robotaxi。现在看,换个底盘就得重新攒里程,那套”车队数据护城河”的故事至少要打个折扣。

    拦路虎从”监管”悄悄换成了”安全”

    另一个耐人寻味的变化是说辞。特斯拉过去几年一直把Robotaxi铺不开归咎于监管,虽然从没说清到底是哪条法规拦着。这次口径变了:马斯克说必须谨慎,因为哪怕伤到一个人,就会变成全球头条,监管马上会收紧。他还顺带感慨,美国每年三四万起车祸死亡没人报道,特斯拉出一起事故就是大新闻。

    AI副总裁Ashok Elluswamy则负责报喜:无安全员行驶超38万英里,”零重大事故”,出事的都是别人撞过来的。不过他没定义什么叫”重大”。查一下监管记录,特斯拉这一年向美国高速公路安全管理局报告了22起碰撞,多数确实是被撞,但也有3起是远程操作员挪车时撞的,还有若干次低速磕上马路牙子、电线杆和拖车斗。

    • 二季度付费里程约70万英里,环比下滑约36%,服务城市却从1个扩到6个;
    • Cybercab需要重新积累专属驾驶数据,”千万辆车喂数据”的旧叙事被自己修正;
    • 无安全员里程每周约增10%,马斯克承诺”非常非常快”地扩张,但节奏由安全验证说了算。

    有意思的是,即便处在这么早期的阶段,特斯拉还是选择在这个节点给自己的纯视觉路线庆功。Elluswamy说,”所谓专家”一直宣称安全驾驶离不开激光雷达、毫米波雷达和高精地图,”我们证明了只用摄像头也能做到安全、舒适、便宜”。对面的Waymo每周付费单量还在爬坡,这场路线之争谁笑到最后,恐怕还得再看几个季度的数字,而不是电话会上的形容词。

  • Wayve 估值 85 亿美元,给员工开了个 8500 万美元的「套现」窗口

    英国自动驾驶公司 Wayve 最近干了件挺实在的事:让手里的员工把一部分已经兑现的股权卖给投资人,总额 8500 万美元,按 85 亿美元的估值来算。这不是新一轮融资,而是眼下 AI 公司里越来越流行的一种”留人”手段。

    不是融资,是让员工落袋为安

    这次叫 tender offer(股权收购要约),说白了就是公司牵线,让老员工把手里的股份按当前估值卖一部分给新老人投资人,套点现金揣兜里。估值锚定在今年二月那轮 12 亿美元 D 轮之后的 85 亿——那轮由 Eclipse、Balderton 和软银愿景基金二期领投,微软、英伟达、Uber 都跟着投了。这已经是 Wayve 第二次搞这种事了,上一次是 2024 年 5 月伴随 10.5 亿美元 C 轮做的。

    Wayve 在官方博客里写得很直白:造”具身智能”不是写普通软件,需要 AI 和汽车两边的人才,留住这拨人靠的是真金白银的回报,而不是画饼。

    为什么 AI 公司都在这么玩

    过去这种员工套现窗口一般得等到快上市才开,现在完全反过来了。Decagon、ElevenLabs、Linear、Clay 这些 AI 公司最近都搞过类似的操作。逻辑很简单:手上握着稀缺 AI 技能的人议价权太强,竞品随时想挖,自己创业也不是没可能。与其等多年后的 IPO,不如现在就给个兑现机会,让人愿意留下来。

    端到端神经网络,不走高清地图老路

    Wayve 的技术路线挺硬核:它不走大多数自动驾驶公司依赖的高清地图那套,而是用一个端到端的神经网络,纯粹从数据里学开车,更接近人靠经验上路的感觉。为了做个”通用”的 AI 司机——理论上能适应不同国家、不同车型、不同路况——公司一年内把团队从几百人扩到了 1200 人。


    商业化也在加速:今年晚些时候要跟 Uber 在伦敦推 robotaxi 试点,2027 年起把这套软件塞进日产的辅助驾驶系统。一边给员工发钱稳住军心,一边把车开上街,Wayve 这步棋走得不算慢。只不过,端到端路线到底能不能扛住真实路况的复杂,还得等路面上跑出来的数据说话。

    Wayve 自动驾驶测试车在德国街头
    Wayve 的自动驾驶系统已在多个国家城市路测(图源:TechCrunch / Wayve)
  • openpilot:开源机器人操作系统,让300+款车型升级智能驾驶辅助,62.9K+ Stars让自动驾驶触手可及

    openpilot:开源机器人操作系统,让300+款车型升级智能驾驶辅助,62.9K+ Stars让自动驾驶触手可及

    openpilot

    COMMA.AI 开源 · MIT许可 · 62.9K+ STARS

    🚗 项目简介

    openpilot 是由 comma.ai 开发的开源机器人操作系统,目前主要功能是升级 300+ 款支持车型的驾驶辅助系统。作为目前最成熟的开源自动驾驶辅助系统,openpilot 让用户能够以极低的成本将普通车辆升级为具备 Lane Keep Assist(车道保持)、Adaptive Cruise Control(自适应巡航)等高级辅助驾驶功能的智能汽车。

    ⚠️ 注意 openpilot 是 Alpha 级别的研究软件,仅供研究用途,并非商业产品。使用需遵守当地法律法规。

    62.9K+
    GitHub Stars
    300+
    支持车型
    11K+
    Fork 数量
    2016
    创立年份

    安装要求和过程

    📦 硬件要求

    • 支持的设备:comma four(官方推荐),也可在其他硬件上运行
    • 车辆兼容性:确认你的车型在 300+ 支持车型列表
    • 车辆线束:需要购买 comma 车辆线束 连接 comma four 和车辆

    ⚡ 快速安装

    1. 购买设备:在 comma.ai/shop 购买 comma four
    2. 安装线束:按照 官方安装指南 安装车辆线束和设备
    3. 安装软件:在 comma four 设置中输入自定义软件 URL:openpilot.comma.ai 即可安装稳定版
    4. 快速启动(开发环境):bash <(curl -fsSL openpilot.comma.ai)

    🔀 分支选择

    设备分支 URL 说明
    release-mici openpilot.comma.ai 稳定发布分支(推荐)
    release-mici-staging openpilot-test.comma.ai 预发布版本,提前体验新功能
    nightly openpilot-nightly.comma.ai 开发前沿分支,稳定性不保证

    ✨ 核心功能

    🚙
    广泛的车型支持
    覆盖 300+ 款主流车型,可直接升级原厂驾驶辅助系统,让更多车主享受智能驾驶体验。
    🛡️
    安全合规
    遵循 ISO 26262 功能安全标准,安全模型代码由 C 语言编写,经过多轮严格测试验证。
    🧪
    完善的测试体系
    每次提交运行软件在环测试;panda 模块包含 SIL/Safety 测试;10 台设备持续复现行驶路线测试。
    🤖
    机器人操作系统
    openpilot 定位为机器人操作系统,不仅限于汽车,未来可扩展至更多机器人应用场景。
    📊
    灵活的数据管理
    默认上传驾驶数据用于模型训练,用户可自主关闭数据收集;仅驾驶员摄像头和麦克风需主动开启才会记录。
    🌐
    活跃的开源社区
    MIT 协议开源,11K+ Forks;Discord 社区活跃;comma 提供 赏金计划 激励外部贡献者。

    🎯 典型使用场景

    场景一:升级现有车辆的驾驶辅助系统
    如果你拥有一辆支持的车(如本田、丰田、现代等主流品牌),购买 comma four 和设备线束后,即可将车辆升级为具备 Lane Keep Assist(车道保持)和 Adaptive Cruise Control(自适应巡航)功能的半自动驾驶汽车,体验媲美原厂高级辅助驾驶系统的能力。
    场景二:AI 与自动驾驶研发学习
    openpilot 是学习 自动驾驶技术 的绝佳开源项目。代码架构清晰,包含完整的感知、规划、控制链路;遵循 ISO 26262 安全标准;提供丰富的 开发工具;研究者可以在真实车辆数据上验证自己的算法。
    场景三:机器人操作系统研究
    openpilot 的定位是 机器人操作系统,其架构设计具有通用性。研究者可以基于 openpilot 的感知-决策-控制框架,扩展到其他机器人应用场景,如无人配送车、农业机器人等,探索通用机器人 OS 的可能性。

    💡 推荐理由

    我推荐 openpilot 的原因有以下几点:

    • 真实可用的自动驾驶开源系统:不同于许多停留在论文或仿真层面的项目,openpilot 是真正能在真实车辆上运行的自动驾驶辅助系统,已有数万用户日常使用。
    • 门槛极低:只需要购买 comma four(约 $400)和车辆线束,即可让你的车具备高级辅助驾驶能力,成本远低于更换新车。
    • MIT 协议完全开源:代码完全透明,社区活跃,11K+ Forks 意味着丰富的二次开发生态。
    • 持续迭代:comma.ai 全职团队持续维护,每天都有新的提交,Github 最近更新是今天(2026-07-01),项目非常活跃。
    • 数据驱动:默认收集匿名驾驶数据用于模型训练,这意味着 openpilot 的模型会随着使用人数增加而越来越好,形成正向循环。

    个人建议:如果你对自动驾驶技术感兴趣,或者希望以极低成本体验高级辅助驾驶功能,openpilot 是目前唯一成熟的开源选择。不过请记住,这只是 Alpha 级别的研究软件,使用时务必保持注意力,随时准备接管车辆。

    🔬 技术架构亮点

    🧠 感知模块
    基于神经网络的车道线检测、前车识别、交通标志识别等感知任务,运行在 comma four 的骁龙处理器上。
    📡 CAN 总线接口
    通过 panda 板(CAN 转 USB)与车辆 CAN 总线通信,读取车辆状态并发送控制指令,代码经 ISO 26262 安全认证。
    🎯 规划与控制
    基于模型预测控制(MPC)的路径规划和车辆控制算法,在保证安全的前提下实现平滑的横向和纵向控制。
    📱 comma connect
    用户可通过 comma connect 平台查看驾驶数据、管理设备、下载行车记录,形成完整的数据闭环。

    📥 下载地址

    comma.ai 官方商店:https://comma.ai/shop

    快速安装命令:bash <(curl -fsSL openpilot.comma.ai)

    📌 本文由 AI 自动整理,信息来自 GitHub 开源仓库,最新动态请关注官方仓库。

    MIT许可
    Python
    自动驾驶
    机器人

  • Robotaxi排行榜出炉:中国公司把Waymo挤下了冠军宝座

    过去十几年,自动驾驶圈一直有个说不清的问题:到底谁才是真正的第一名?Demo到处飞,融资一轮接一轮,但普通人——甚至专门跑这个口的记者——都很难拿到一组靠谱的量化指标来做比较。

    一家叫Autonomy AI的咨询研究公司最近做了件事:他们用生成式AI搭建了一个Benchmark系统,叫”Road to Autonomy Index”,每隔12小时就从全球公开数据库里扒一遍数据——联邦和州的报告、SEC文件、公开交易所信息等等——然后给自动驾驶公司打分排名。

    Robotaxi排行榜概念图
    中国自动驾驶公司正在Robotaxi赛道上加速领跑(概念图)

    排名结果:Baidu第一,Waymo第二

    截至本周五的最新排名,Robotaxi第一名不是Waymo,而是百度的Apollo Go项目——虽然领先优势很小。Waymo排在第二,后面紧跟着两家中国公司:Pony.ai(小马智行)WeRide(文远知行)。Tesla排在第五位。

    Autonomy AI的联合创始人Rob Grant说,他们做这个指数的时候,最让他印象深刻的发现之一就是中国公司在多个类别里都排得很靠前。这个结果和很多人直觉里”美国自动驾驶领先”的印象不太一样,但数据就是这么显示的。

    “我们很早就约定好了,不爬取互联网信息。如果信息是公开发布的,或者在Creative Commons许可下可用,我们才会使用。我们也有一些付费数据许可。”——Rob Grant,Autonomy AI联合创始人

    德州车队规模追踪:Waymo、Tesla、Zoox都在扩

    除了全国性的排名,Texs州(自动驾驶测试重镇)的车辆注册数据也透露了一些有趣的信号。截至5月28日,Waymo在德州注册了577辆自动驾驶车,而现在这个数字已经涨到620辆,不到一个月增长了约7.5%。

    Tesla的增速更猛——从5月28日的42辆涨到现在的69辆,增幅64%。不过需要注意的是,注册了不等于商业运营。Zoox目前还不能收费载客,它在德州的车队从35辆扩充到了43辆。

    • Waymo:620辆(较上月+7.5%)
    • Tesla:69辆(较上月+64%)
    • Zoox:43辆(较上月+23%)
    • Avride:317辆(持平)
    • Nuro:47辆(持平)

    行业整合加速:Gatik+PepsiCo、Uber+Mobileye

    本周还有几笔值得关注的合作。Gatik(做短途自动驾驶卡车)宣布和PepsiCo签了多年协议,继续在美国几个州帮百事运货。Stellantis、自动驾驶初创公司Wayve、以及出行巨头Uber三方达成合作,要一起开发并部署无人Robotaxi。

    更有意思的是Mobileye——这家公司一直把自己定位成自动驾驶技术供应商,但现在它要亲自下场做Robotaxi运营商了,计划2027年在美国某个城市率先落地。这个转变,用Mobileye创始人兼CEO Amnon Shashua七年前的话来说,其实是对的:想搞定乘用车全自动驾驶这个”圣杯”,得先从Robotaxi入手。

    当然,这个赛道也不是没有挫折。Waymo本周召回了近4000辆Robotaxi,原因是它们的软件会让车开进高速公路施工封闭区域。这个问题已经发生了至少13起,目前软件修复还在开发中——也就是说,还没完全解决。

  • Waymo召回近4000台robotaxi:13次闯入施工区,自动驾驶的安全考题

    Waymo召回近4000台robotaxi:13次闯入施工区,自动驾驶的安全考题

    Waymo主动召回了全美近4000台robotaxi——原因是在高速施工区,有至少13台车没有识别到封闭标志,直接开了进去。

    13次闯入,召回近4000台

    根据Waymo向美国国家公路交通安全管理局(NHTSA)提交的文件,第一起事件发生在4月的凤凰城,有6台robotaxi闯入了封闭的高速施工区域。5月,旧金山湾区又发生了7起类似事件。

    5月19日,Waymo暂停了所有高速运营。公司表示,问题出在软件优先处理其他高速路况风险时,没有正确识别施工区的封闭标志。6月8日,Waymo的安全委员会决定发起自愿软件召回。

    Waymo robotaxi 施工区
    Waymo robotaxi(配图由AI生成)

    这不是第一次

    这是Waymo对robotaxi发起的第六次召回。之前的五次分别涉及: flooded道路行驶(2026年5月)、校车周围违规行为(2025年12月)、与链条和大门的低速碰撞(2025年5月)、电线杆碰撞(2024年6月)、以及拖车识别问题(2024年2月)。

    有乘客把车内视频发到了X上。5月19日,用户@Elliot_slade发帖称他乘坐的Waymo”直接冲过了锥形桶”,后面还有警车追。他自己描述说:看到施工标志、警示灯,然后车加速了,当时觉得”我们要死在这里了”。Waymo后来赔偿了他价值最高40美元的三张免费乘车券。

    “有施工标志,有警示灯。警车在远处,然后它加速了。我看了看我的未婚妻,心想:完了,我们要死在这台Waymo里了。”
    ——乘客 Elliot Slade

    扩张路上的”边缘案例”

    Waymo目前在扩张的关键阶段,计划今年在20多个城市推出服务,包括伦敦和东京。但快速扩张也让一些”边缘案例”暴露出来——高速施工区就是最新一个。

    公司声称自家的车已经自动行驶了超过1.7亿英里,跟人类司机相比,严重伤亡事故减少了13倍。但监管压力也在增加:NHTSA和国家运输安全委员会(NTSB)正在调查Waymo车辆在学校班车附近的行为——今年1月,一台robotaxi在学校附近撞到了一名儿童。

    地面道路的服务目前仍在继续,暴雨等极端天气时Waymo也会暂停运营。高速服务的恢复时间取决于软件修复的进展,目前还在开发中。


    每一次召回都在提醒同一件事:把AI放到公共道路上,跟在实验室里跑benchmark完全不是一回事。边缘案例永远存在,而每一次失败的成本,都不是论文里的数字,是真实的人。

  • 世界模型公司Odyssey冲到145亿美元估值,Amazon、AMD都来了

    世界模型公司Odyssey冲到145亿美元估值,Amazon、AMD都来了

    大语言模型之后,AI的下一个战场在哪里?越来越多人的答案是:世界模型(World Model)。而这家叫做Odyssey的公司,刚刚用一份融资成绩单告诉市场:资本已经用真金白银投了票。

    Odyssey完成3.1亿美元B轮融资,投后估值145亿美元。这轮由Natural Capital领投,Amazon、AMD Ventures、GV等跟投。加上这笔,公司成立以来总共融了3.37亿美元——对于一个2023年才成立的初创公司来说,这个速度相当惊人。

    AI世界模型概念图
    世界模型试图让AI理解物理世界的运行规律 | 概念图

    创始人背景:自动驾驶的老兵

    Odyssey的两位创始人,CEO Oliver Cameron和CTO Jeff Hawke,都是从自动驾驶行业出来的。Cameron之前是自动驾驶初创公司Voyage的联合创始人兼CEO,后来Voyage被GM的Cruise收购,他就在Cruise做产品VP。Hawke则在另一家英国自动驾驶公司Wayve当工程师。

    这个背景其实解释了Odyssey在做什么。世界模型的核心是:让AI理解物理世界的运行规律——重力、碰撞、光线、物体之间的相互作用。这正是自动驾驶公司一直在攻克的问题,只不过Odyssey把它做成了一个通用平台,可以应用到游戏、机器人、虚拟现实等多个领域。

    怎么采集数据?背上摄像头走遍全世界

    要训练世界模型,得先有海量真实世界的视频数据。Odyssey的做法相当”物理”:派人背上摄像头,走街串巷地拍。这个思路其实和Google Earth有点像,只不过Google是开车拍,Odyssey是让人背着设备步行采集,能覆盖到车辆到不了的地方。

    世界模型不只是生成视频,它要模拟物理规律。这意味着AI生成的画面里,一个杯子掉到地上会碎,一个球踢出去会按照抛物线飞行——而不是每一帧都”猜”接下来发生什么。

    应用场景:从游戏到机器人

    目前Odyssey的世界模型已经有几个明确的方向。游戏是最直接的——用文字提示词生成可交互的3D视频内容,理论上可以大幅降低游戏场景的制作成本。机器人是另一个大方向:用世界模型做仿真训练,让机器人在虚拟环境里”摔”几千次,再放到现实里。

    和Amazon的合作也值得注意。Odyssey宣布AWS成为其首选云服务商,并且会优化模型以运行在AWS的Trainium芯片上——这是Amazon自家开发的AI训练芯片,直接对标Nvidia的GPU。有了Amazon的投资和云资源,Odyssey在算力成本上可能比竞争对手更有优势。

    天使投资人名单:硅谷半壁江山

    除了机构投资人,Odyssey这轮还拉来了一批重量级天使:Google传奇工程师Jeff Dean、知名天使Elad Gil、YC现任CEO Garry Tan、Vercel CEO Guillermo Rauch,还有Cruise创始人Kyle Vogt。这个阵容基本上把硅谷AI圈最有话语权的那批人都聚齐了。

    世界模型是不是下一个大机会,现在下结论还为时过早。但资本已经在用行动表态:这个方向,值得押注。

  • 这家AI公司说自己的世界模型能模拟真实驾驶,但跑着跑着纽约就消失了

    AI初创公司Decart本周发布了Oasis 3,一个声称能实时生成照片级真实驾驶环境的世界模型。TechCrunch提前拿到了独家信息,我仔细读完了整篇报道,感觉这个故事比标题看起来复杂得多。

    世界模型到底是什么

    先解释一下背景。所谓”世界模型”,简单说就是AI学会了对物理世界的运行规律建模,给它一个文本提示,它能生成一个你可以交互的虚拟环境。这东西在自动驾驶仿真、机器人训练这些领域有很大价值——你可以用它低成本地生成各种罕见的驾驶场景,不用真的去马路上冒险。

    Decart的Oasis 3主打的就是这个方向。他们声称这个模型能生成物理准确、多摄像头(一个前置加两个侧置)的驾驶环境,而且可以无限生成场景。目前通过API对外提供,定价是每秒0.02美元。

    Decart Oasis 3 世界模型演示
    Decart Oasis 3 生成的照片级真实驾驶场景丨来源:TechCrunch

    理想很丰满,现实有点骨感

    TechCrunch的记者亲自测试了Oasis 3,结果发现的问题还不少。最明显的一个:你让模型生成一个”早晨的纽约市街道”,它确实能跑出来,看起来挺像那么回事。但你往前开个一阵子,周围的场景就开始走样了,越来越不像纽约,最后变成了”任何一个西方城市的普通版本”。

    当你试图掉头回到最开始的那个路口时,你会发现它已经消失了,取而代之的是一个全新的环境。整个体验不像一个连贯的模拟,更像是一个梦幻般的、脱节的意识流。

    还有一个更基础的问题:物理一致性。在Oasis 3生成的世界里,汽车会直接穿过其他汽车,就像幽灵一样。Decart的CEO Dean Leitersdorf承认这是一个”正在破解的重大研究问题”,原因是”关于良好驾驶的数据远远多于事故数据”——模型没见过足够的事故场景,所以学不会避让。

    为什么效率这么高

    尽管有上述问题,Decart在技术效率上确实有两把刷子。他们的DOS(Decart优化栈)软件能让模型在英伟达、亚马逊和谷歌的硬件上高效运行,声称运行成本比竞争对手低一个数量级以上。

    Leitersdorf甚至说,公司整个生命周期的烧钱额”远低于”1亿美元。考虑到他们刚刚完成3亿美元融资、估值接近40亿美元,投资方里还有丰田、Adobe、eBay和英伟达,这个烧钱速度在今天的AI初创圈里确实算克的。


    拥挤的赛道

    世界模型这个方向现在挤得不行。谷歌今年1月发布了Genie 3的研究预览版,李飞飞的World Labs推出了商用产品Marble,Luma和Runway这些视频生成公司也在把他们的技术往世界模型方向转。Decart的差异化策略是:从第一天就开放API,让开发者在上面构建应用——这个玩法确实有点像OpenAI当年对LLM做的事。

    目前Decart已经积累了超过10万名开发者的社区,很多人用他们的实时视频模型Lucy在做电子商务和直播相关的产品。Oasis 3发布之后,这个社区规模大概率还会涨。

    至于世界模型什么时候能真正可靠到可以替代真实路测,现在还没人能给出确切答案。Decart说下一个版本会允许用户基于视频(而不是图片)来生成世界,这可能会改善一致性问题。但从根本上说,这个世界模型还是一个自回归系统——一次生成一帧,然后看之前生成了什么来决定下一帧,这个架构本身就很吃算力,要保持长时间的一致性非常难。