Waymo自动驾驶出租车在拉斯维加斯上路：对自动驾驶出行的意义
作者：RobotWorld·2026/9/16
拉斯维加斯一直是一座以大胆赌注而闻名的城市——Waymo完全自动驾驶出租车在其著名大道上的出现，代表着对自动驾驶运输未来的最大赌注之一。这次扩张标志着无人驾驶打车商业推广的又一重要里程碑，并引发了一些关于该技术基础的引人入胜的问题。
从凤凰城到霓虹灯城
Waymo——最初从谷歌自动驾驶汽车项目中分拆出来——已经在旧金山和凤凰城等城市运营商业自动驾驶出租车服务多年，并稳步建立了安全和运营记录。拉斯维加斯的扩张遵循既定的模式：从一个明确的地理区域开始，收集真实世界的数据，并随着信心的增长逐步扩大服务范围。
最初的覆盖区域以大道为中心，这是北美交通最密集且行人最众多的走廊之一。对于自动驾驶车辆（AV）系统而言，这种环境既是压力测试，也是展示舞台——需要应对游客在不规则地点的持续穿行、打车车辆变道，以及这座永不眠城市的不可预测的流量舞蹈。
Waymo如何「看见」这个世界？
理解是什么使自动驾驶出租车运作有助于更好地理解这次扩张的意义。Waymo的车辆依靠结合多种互补技术的复杂传感器套件：
- 激光雷达（LiDAR）： 旋转激光阵列实时创建车辆周围环境的精确3D点云图，无论照明条件如何都能以高精度检测远距离物体。
- 雷达： 无线电波反射周围物体以测量其速度和位置——在雨、雾或眩光中特别有用。
- 摄像头： 高分辨率光学摄像头捕捉仅靠激光雷达无法解释的颜色、纹理和背景——例如交通灯状态或道路标志文本。
这些输入由运行在强大的车载计算硬件上的深度学习感知堆栈融合在一起，该堆栈对每个检测到的物体（行人、骑行者、锥形标志、静止车辆）进行分类并预测其可能的未来行为。单独的规划系统随后规划出对乘客安全、合法且舒适的路径。
这种传感器融合方法并非Waymo独有的，但该公司累积多年的实际运营里程——跨越多样化的天气和城市条件——为其模型提供了显著的训练优势。
为什么拉斯维加斯是一个有意义的测试
怀疑者有时声称自动驾驶系统在「简单」环境中运作良好：宽阔的郊区道路、温和的天气、行人密度低。拉斯维加斯直接挑战了这一假设。大道具有以下特点：
- 高行人数量，包括涌入路面的人群
- 复杂的标志和照明，霓虹灯和数字显示可能会迷惑光学系统
- 不规则的交通模式，由事件、演唱会和会议流量激增驱动
- 打车和配送车辆拥堵，需要复杂的变道行为
在这种环境中成功运营——不仅在受控演示中，而且在日常商业服务中——将代表对第4级自动驾驶鲁棒性的真正证明（SAE级别，指在定义的运营区域内能够处理所有驾驶任务、无需人类干预的系统）。
这对行业意味着什么
Waymo在拉斯维加斯的推出具有超越单一公司增长的影响。每个新城市都会产生关于边界情况的新鲜真实数据——系统之前未遇到的意外场景——这些数据反馈到模型改进中。更重要的是，商业规模推动运营严谨性：车队维护、远程监控、乘客支持和监管合规都必须可靠运作，而不仅仅是在技术上可行。
对于更广泛的自动驾驶生态系统，此次扩张表明无人驾驶服务正在从概念验证升级为真正的城市基础设施。竞争对手——以及他们身后的传感器、芯片和软件供应商——将密切关注运营经济学如何演变。
引擎盖下的硬件
实时自动驾驶的计算需求是巨大的。感知模型必须以毫秒级延迟处理密集的传感器流。规划算法必须每秒评估数千条可能的轨迹。这正是NVIDIA Jetson AGX Orin 64GB这样的平台为之而建的边缘AI工作负载——直接在车辆或机器人上提供数据中心级的推理性能，无需依赖云往返。虽然Waymo使用自己的定制计算堆栈，但底层挑战——在边缘进行强大的低延迟AI推理——对任何自动驾驶机器都是通用的。
对于在较小规模上原型设计感知或导航系统的开发者和研究人员，紧凑型边缘AI平台代表了进入Waymo工程师日常面对的相同基本工程挑战的易用入口。
展望未来
Waymo已表示其拉斯维加斯服务将随着时间推移超越最初的大道走廊进行扩展，遵循其在其他市场的模式。无论自动驾驶出租车在未来五年还是十五年内成为城市出行的常规部分，将取决于技术进步、监管框架和公众接受度的结合——所有这些都正在被像这样的部署所积极塑造。
明确的是，「实验性」和「运营性」之间的差距正在迅速缩小。下次你降落在拉斯维加斯时，接送你的汽车可能驾驶座上没有任何人——这不再是科幻小说了。
对为自己的机器人项目探索自动导航和AI硬件感兴趣？浏览我们的边缘AI平台和自动驾驶机器人平台系列，看看有什么可能。
参考资源
本文由AI协助起草并在发布前进行了审核。