在自动驾驶技术的激烈争论中，Waymo联席首席执行官德米特里·多尔戈夫近日公开表达了对纯视觉方案的质疑。他指出，仅依赖摄像头构建的自动驾驶系统存在根本性缺陷，其感知能力在触及安全上限前就会陷入瓶颈，难以满足完全自动驾驶所需的超高可靠性标准。
多尔戈夫在演讲中虽未直接提及特斯拉，但针对"纯视觉路线"的批评直指行业核心分歧。作为拥有2.2亿英里真实道路测试经验的自动驾驶先驱，Waymo坚持采用摄像头、激光雷达与毫米波雷达的复合感知方案。他强调，人类驾驶的视觉依赖性不能简单外推至机器系统："当目标从辅助驾驶升级到完全无人驾驶时，安全标准需要指数级提升，此时单一传感器的局限性就会暴露无遗。"
技术对比显示，摄像头虽能提供高分辨率色彩信息，但在极端光照条件下性能骤降。激光雷达通过主动发射激光脉冲构建三维点云，毫米波雷达则利用电磁波穿透恶劣天气，二者在完全黑暗环境中仍能保持稳定探测。多尔戈夫特别指出，这种多模态融合不是简单的数据叠加："每种传感器独立处理环境信息，最终通过算法融合成超越任何单一传感器的综合感知结果。"
实际测试案例印证了这种技术路线的优势。在凤凰城沙尘暴中，Waymo车辆依靠激光雷达穿透扬尘准确识别行人；夜间无路灯路段，毫米波雷达持续追踪突然闯入道路的障碍物。更关键的是，物理遮挡问题在纯视觉方案中几乎无解——一片树叶覆盖摄像头就可能导致系统瘫痪，而复合传感器方案可通过其他模态维持基本功能。
这场争论背后隐藏着更深刻的数学逻辑。多尔戈夫用"九的指数阶梯"理论说明，自动驾驶可靠性从90%提升到99.999%的过程中，每增加一个"九"级可靠度，研发成本将呈十倍增长。他警告，选择初期进展迅速的技术路线，可能在需要更高可靠性时遭遇不可逾越的平台期："演示阶段可能只需要一个'九'，但载着乘客的无人车需要六个甚至更多'九'的可靠性保障。"
Waymo的测试数据显示，其复合传感器方案在夜间、恶劣天气等复杂场景下的故障率比纯视觉系统低87%。多尔戈夫认为，这种技术差异在地理围栏内的低速演示中可能不明显，但当自动驾驶扩展至全场景、全天气条件时，传感器方案的本质区别将决定系统能否通过安全认证。
