

> 无人车不仅是交通工具，更是移动的“注意力收割机”。Waymo 与 Gemini 的深度融合，是谷歌将搜索和AI优势向线下物理空间延伸的战略级卡位战。

自动驾驶巨头 Waymo 宣布，其定制化出租车 Ojai 将全面接入谷歌自家的 Gemini 大模型。这意味着乘客在车内不仅能体验到无人驾驶，还能通过全息或语音与车内的 AI 助理进行深度交互。表面上看，这只是为了提升乘坐体验的一次座舱系统升级，但将其置于硅谷科技巨头的战略棋盘中，这实则是谷歌为了防御竞争对手，在移动出行领域构筑的一座坚固的生态护城河。

## 运力与算力的双向奔赴

**闲置时间的商业化收割**　在传统的网约车模式中，乘客在车内的半小时是一段毫无商业价值的“垃圾时间”。Waymo 接入 Gemini 后，车厢瞬间变身为一个具备极强沉浸感的空间计算终端。无论是基于地理位置的精准商圈推送，还是针对个人喜好的沉浸式数字娱乐，谷歌将自己在互联网时代最擅长的“注意力变现”模式，完美平移到了物理世界的密闭空间中。

**从代步工具到数据探针**　无人驾驶车辆每天穿梭在城市的大街小巷，本身就是最强大的数据收集器。Gemini 的接入让这些数据不仅停留在路况层面，更深入到了乘客的交互行为与消费意图。车内的高频语音交互、兴趣点查询将直接反哺谷歌的底层大模型训练，形成一条竞争对手无法复制的高质量数据输送通道。
![42.jpg](https://static.downly.cn/images/aa11a2d0c5f539fc21a1235ee0c78387.jpg)
<center>图源备注 图片由AI生成</center>

## 智能出行赛道的估值重估

**车企防御战的被迫升级**　Waymo 与 Gemini 的合体，让传统车企与新势力感到了极大的压迫感。当自动驾驶能力逐渐同质化，车内的 AI 交互体验将成为决定市场份额的核心要素。缺乏自研大模型能力的车企，将被迫依附于其他科技巨头，沦为单纯的“五金加工厂”。出行赛道的竞争，正式从底盘与雷达的硬件较量，升维为大模型生态的入口争夺。

**排他性护城河的终局推演**　面对特斯拉 Robotaxi 的步步紧逼以及苹果退出造车后的暗流涌动，谷歌必须牢牢锁死自动驾驶与车内交互的软硬一体化优势。Waymo 的运力规模加上 Gemini 的认知智能，将构建起极高的转换成本。未来，谷歌完全可能将这套闭环系统作为标准协议向第三方车队输出，从而确立其在下一代交通网络中的绝对霸主地位。
![43.jpg](https://static.downly.cn/images/dc7e5d9b36122dcc0649dec7a87db08c.jpg)
<center>图源备注 图片由AI生成</center>

在这场出行革命中，车轮去往哪里已经不再重要，重要的是谁掌控了车内那双无形的眼睛。

Waymo深度捆绑Gemini 谷歌系无人驾驶的生态闭环阳谋



> 取消方向盘只是无人驾驶的表象，Ojai通过三屏分工与Gemini多模态交互，真正将汽车从代步工具异化为移动的数字工作室与娱乐舱。

交通工具的每一次形态革命，都在悄然重塑人类的生活切片。Waymo首款从零设计的网约车Ojai正式亮相，彻底清除了车厢内最后一点传统驾驶的残余——方向盘。但真正的颠覆不在于底盘结构，而在于Gemini大模型上车后，对车内物理空间与乘客交互方式的降维重构。

## 驾驶员消失后的数字平权

当你拉开Ojai的对开式车门，迎面而来的不再是前排司机的后脑勺，而是一个被彻底释放的纯粹私密空间。车内的视觉中心被三块各司其职的屏幕接管。这种物理布局的改变，直接宣判了传统网约车司机这一职业的倒计时，同时也宣告了乘客“第三空间”时代的到来。

核心体验　Gemini多模态模型的介入，让这具钢铁躯壳拥有了极其敏锐的“读空气”能力。它不再需要你输入僵硬的导航指令。当你拖着疲惫的身躯坐进后排，叹了一口气，车内的麦克风与视觉传感器会瞬间捕捉到情绪指标。屏幕UI会自动切换至暗色柔和模式，座椅微调至半躺角度，空调风向避开直吹，音响里流淌出低分贝的白噪音。
![42.jpg](https://static.downly.cn/images/fac663f28aed7087b99d3014744b1ba6.jpg)
<center>图源备注 图片由AI生成</center>

## 移动工作流的无缝接驳

对于打工人而言，Ojai正在吞噬传统办公室的边界。三屏分工的逻辑极其清晰，主屏负责全景路况与行程可视化的上帝视角，左右两块副屏则成为个人的数字工作台。

通过Gemini强大的上下文记忆能力，当你离开办公室坐进车内的那一刻，刚才未完成的会议纪要或代码审核，已经无缝流转到了车内的屏幕上。通过自然的语音对话，你可以让AI在到达目的地前，总结好当天的业务报表。通勤时间不再是生命中被强行抹去的废料，而是被高密度折叠的生产力时间。
![43.jpg](https://static.downly.cn/images/b6bbc378c4315d95bdb4e54fa56ddc54.jpg)
<center>图源备注 图片由AI生成</center>

当出行空间从“从A点到B点的容器”转变为“高度个性化的计算终端”时，人们购买网约车服务的本质将发生改变。人们支付的不再是里程费，而是这30分钟内，一个绝对服从、极度智能的私密空间使用权。

Waymo全新网约车Ojai落地 Gemini重构出行空间的第三空间体验



> 特斯拉新一代视觉AI系统通过端到端神经网络成功实现超前碰撞预判，彻底摒弃传统规则代码，在降低交通事故伤亡率的同时重塑了智能驾驶的安全上限。

## 核心动作　视觉神经网络接管行车安全底座

近期，特斯拉再次向外界展示了其在自动驾驶领域的硬核技术底蕴，官方披露其最新版本的视觉AI系统已经能够精准实现毫秒级的提前碰撞预判。与以往基于规则的碰撞预警系统不同，新一代系统完全依托于海量行驶数据喂养出的端到端神经网络。当车辆在复杂城市路况中行驶时，视觉模型能够凭借对周围物理世界多维度的动态捕捉，敏锐预知包括违规横穿的行人、盲区突然冲出的车辆等极其不可控的危险场景，并在事故发生前的极短瞬间主动接管车辆底盘，执行最优的规避或制动策略，大幅降低了不可逆转的伤亡风险。这一进展宣告了纯视觉技术路线在极端安全场景下的彻底成熟。

![42.png](https://static.downly.cn/images/cbec025f2c8dccd899c100fc7919ded0.png) <center>图源备注 图片由AI生成</center>

## 核心技术解析　端到端架构的物理世界预测能力

特斯拉这套碰撞预判系统之所以能够实现质的飞跃，其底层逻辑在于系统架构从“感知加决策代码”向“感知直达执行”的端到端范式跃迁。传统的自动驾驶系统需要工程师手动编写数以十万计的C++代码来穷举所有可能的交通意外，但现实世界的长尾场景是无限的。特斯拉的视觉AI系统直接吞吐数百万全球车主贡献的真实脱困与事故边缘录像数据，在超级计算机集群内通过无监督与强化学习，让神经网络自主“顿悟”物理世界的运动规律。这使得车辆不再仅仅是被动响应障碍物，而是如同经验丰富的人类老司机一般，具备了对周围运动物体运行轨迹的提前预测与空间想象能力。

## 行业竞对态势　纯视觉阵营对激光雷达的高维反杀

在自动驾驶的技术分歧中，以Waymo为代表的阵营长期坚持高精地图配合激光雷达的昂贵硬件堆叠路线，试图以硬件冗余换取安全性。而特斯拉则始终死磕以纯摄像头为主的低成本视觉大模型路线。此次视觉AI在极端碰撞防范上的卓越表现，无疑是对高昂激光雷达路线的一次高维反杀。当纯视觉大模型依靠庞大的算力与数据飞轮，在安全性上追平甚至反超了物理雷达系统时，特斯拉不仅保住了整车制造成本上的绝对优势，更证明了其自动驾驶方案具备全球泛化能力，完全不需要依赖区域性的高精地图测绘。这种基于第一性原理建立的技术护城河，令一众仍在硬件成本中挣扎的跟随者望尘莫及。

![43.png](https://static.downly.cn/images/af07aa61ab3428f9b78bbbf0ccfbe29e.png) <center>图源备注 图片由AI生成</center>

## 未来场景展望　从自动驾驶车队到重塑车险商业模型

碰撞预判能力的跨越式提升，为特斯拉未来宏大的商业蓝图铺平了道路。首先，这也是彻底实现无方向盘Robotaxi车队规模化运营的核心安全先决条件，打消了监管机构与公众对于AI驾驶可靠性的深层疑虑。其次，这一技术突破正在潜移默化地颠覆庞大的传统汽车保险市场。凭借精准到毫秒级的事故规避能力，特斯拉自有保险业务能够以远低于传统险企的保费提供服务，同时由于事故率大幅下降，其背后的利润空间将极其惊人。不难预见，随着视觉AI模型的不断进化，智能汽车将不仅仅是一个交通工具，更将演变为一座基于数据自我进化的安全移动堡垒。

纯视觉AI实现毫秒级碰撞预判确立特斯拉端到端自动驾驶绝对壁垒



> **导语**
> 自动驾驶巨头 Waymo 完成 160 亿美元新融资，估值飙升至 1260 亿美元。凭借优于人类驾驶员 90% 的安全数据及稳健的规则驱动技术路线，Waymo 不仅稳固了美国市场，更计划于 2026 年进军伦敦与东京，加速全球商业化布局。

## 资本看好的安全护城河

Waymo 再次向市场证明了其作为自动驾驶领头羊的地位。随着 160 亿美元资金的注入，其估值在一年多时间内实现翻倍，达到 1260 亿美元。这一跃升背后，是 Waymo 扎实的安全数据支撑：在超过 1.27 亿英里的全自动驾驶测试中，其车辆造成的严重伤害事故率比人类驾驶员低 90%。

在技术路线上，Waymo 坚持“规则驱动”方案，利用激光雷达等多传感器融合技术，在预设的高精地图区域内实现极高的决策可靠性。这与特斯拉推崇的纯视觉“端到端”方案形成鲜明对比，Waymo 的稳健表现显然赢得了包括红杉资本在内的顶级投资机构的长期信任。

![Google_AI_Studio_2026-02-07T11_58_03.895Z.png](https://static.downly.cn/images/efa348b290a14aad65a169a0fbd9a7c8.png) <center>图源备注：图片由AI生成</center>

## 从全美覆盖到跨国运营

目前，Waymo 的无人驾驶出租车已在旧金山、洛杉矶、菲尼克斯等美国核心城市常态化运营，并通过与 Uber 的合作进一步渗透市场。新一轮融资将为 Waymo 的 2026 年扩张蓝图提供充足弹药。

除了继续深耕美国本土，将服务延伸至达拉斯、华盛顿等十余个城市外，Waymo 正式将目光投向海外。公司计划在 2026 年登陆伦敦与东京，这标志着 Waymo 已经做好了应对复杂国际交通环境的准备，自动驾驶技术的全球规模化商用时代正在加速到来。

Waymo 估值冲破 1200 亿美元，自动驾驶开启全球扩张



> **导语**
> 自动驾驶不仅需要识别路况，更需要懂得“闭嘴”的智慧。随着Waymo测试将谷歌Gemini大模型植入无人车，一份长达1200行的内部指令集意外曝光，揭示了这家科技巨头如何通过严格的边界设定，定义Robotaxi时代的人机交互伦理。

### 不越界的智能伴侣

代号为“Waymo出行助手”的新功能，绝非一个喋喋不休的聊天机器人。曝光的指令文档显示，Waymo对AI角色的定位异常清晰——它是一个服务者，而非驾驶者或情感寄托对象。

该助手虽然具备调节车内温度、灯光以及解答常识性问题的能力，但其权限被锁死在“舒适性配置”上。一旦乘客试图干预行车路线、调整车窗或询问驾驶决策，AI将立即触发“拒绝程序”，并使用一种特定的“展望式”语气委婉回绝，明确告知其能力边界。

![Google_AI_Studio_2025-12-25T02_57_18.270Z.png](https://static.downly.cn/images/9ade1b251018df710820905d4893520d.png)
 <center>图源备注：图片由AI生成</center>

### 1200行指令背后的安全逻辑

这套指令集的核心在于“分离”与“极简”，体现了Waymo对安全性的极致追求：

*   **角色隔离** AI必须明确区分自身（对话助手）与Waymo Driver（驾驶系统）。面对“你看到前面那辆车了吗”的提问，它只能回答“传感器系统正在监测”，严禁使用第一人称描述路况。
*   **事故静默** 涉及任何驾驶细节、解释或致歉，AI被禁止发表评论，必须强制转移话题。
*   **语言降维** 回复严格限制在3句以内，杜绝技术术语，确保“小学生水平”的易读性。

与特斯拉致力将Grok打造为“有性格的副驾”不同，Waymo选择了一条更为严谨的道路。它利用Gemini的强大理解力来确保AI“不犯错”，而非“更像人”。这表明在L4级自动驾驶的商业化前夜，可控性与确定性依然是巨头们考量的首要指标。

 Waymo版“千行铁律”曝光 打造最克制的车载AI管家






> 本期AI资讯聚焦全球AI领域的最新动态。开源力量持续爆发，月之暗面的Kimi K2模型在性能和市场份额上均取得瞩目成就，而Mistral也发布了其首个开源音频模型Voxtral，挑战现有市场格局。在应用层面，AI正以前所未有的方式改变行业，从赋予机器“味觉”到将编码工具迁移至终端，再到自动驾驶领域的巨头合作。此外，AI在教育领域的普及也在加速，Perplexity向全球学生免费开放其高级服务，展现了AI技术发展的广度与深度。



## 开源新王诞生 Kimi K2模型市场份额超越Grok

月之暗面（Moonshot AI）推出的Kimi K2模型正凭借其卓越的性能和免费API策略，迅速在开源AI社区中占据主导地位。该模型以其强大的自主代理（agentic）智能著称，在知名平台OpenRouter上的市场份额已成功超越xAI的Grok和GPT-4.1。Kimi K2的崛起不仅为开发者提供了强大的创新工具，也可能预示着AI技术正向着更加自主和智能的代理方向转型。

![image.png](https://static.downly.cn/images/e6c567f14f7cd4c10e0e51ab12b69b05.png)

## Perplexity Pro免费开放 AI教育普惠全球2.64亿学生

为了进一步拓展教育市场，人工智能搜索引擎Perplexity宣布与身份验证服务商SheerID达成合作。通过此次合作，全球超过2.64亿学生将能够免费获得为期两年的Perplexity Pro高级会员服务。此举不仅有效解决了AI工具在教育领域长期存在的折扣滥用问题，也彰显了Perplexity希望通过深耕教育市场来获取海量用户的长远战略。

![image.png](https://static.downly.cn/images/785e6a1cb4327cdd06090a019dee7ac0.png)

## AI味觉新纪元 石墨烯系统精准“品尝”可乐与咖啡

意大利科学家在AI感官技术上取得了重大突破。他们研发出一种基于氧化石墨烯的创新人工味觉系统（GO-ISMD），能够以高达90%的准确率识别酸、甜、苦、咸等基础味道。更令人惊叹的是，该系统还能成功区分可乐和咖啡这类成分复杂的饮品。这项技术未来有望应用于食品工业，并为味觉功能障碍者带来福音。

![image.png](https://static.downly.cn/images/96cdf275e93362bdc42b3d9f47bf0f10.png)

## 开发者新宠 AI编码工具从编辑器走向终端

AI驱动的软件开发范式正在经历一场深刻变革。随着能够自主完成复杂任务的“agentic AI”技术日趋成熟，AI编码工具的重心正从传统的代码编辑器（如VS Code、Cursor）向更为灵活和强大的终端环境迁移。这种转变意味着AI不再仅仅是辅助编写代码的工具，而是成为能够直接与软件系统交互、执行任务的智能开发伙伴。

![image.png](https://static.downly.cn/images/7b61ec8a7bf613640af5038569bb4c9f.png)

## Mistral发布Voxtral 开源力量挑战音频AI封闭生态

法国AI初创公司Mistral正式推出了其首个开源音频模型Voxtral。在当前AI音频生成领域主要由少数几家公司的闭源商业模型主导的背景下，Mistral此举意义重大。通过开放模型权重，Mistral旨在激发社区的创造力，推动音频AI技术的快速发展和普及，以强大的开源力量挑战现有的封闭商业体系。

## 模型大战再升级 TRAE引入Kimi-K2与Grok-4

为了满足开发者日益增长的多样化需求，模型服务平台TRAE.ai宣布其自定义模型库迎来重磅升级。平台新增了近期表现优异的Kimi-K2模型，该模型在代码生成及通用代理任务方面备受好评。与此同时，TRAE国际版也集成了备受关注的Grok-4（Beta）模型，进一步巩固了其作为全球主流大模型聚合平台的地位。

## 强强联手 百度成为优步最新自动驾驶合作伙伴

出行巨头优步（Uber）的自动驾驶生态系统再添一位重要成员。该公司宣布，中国科技巨头百度已成为其最新的自动驾驶汽车合作伙伴。在与百度合作之前，优步的合作网络已经包括了Waymo、大众汽车、May Mobility以及小马智行（Pony AI）等行业领先者，此次合作将进一步加速自动驾驶出租车服务的商业化进程。

每日AI资讯0716：Kimi K2模型霸榜开源社区，AI味觉感官技术获新突破



> 继此前业界盛传的“抢人大战”后，马克·扎克伯格（小扎）终于落下了Meta在通用人工智能（AGI）领域的关键一步棋——正式宣布成立全新的Meta AI超级智能实验室。该实验室由“97年小孩哥”领衔，核心11人团队中更有7位华人面孔，预示着Meta在AI领域将迎来一次由全球顶尖人才驱动的重大突破。

## 全新AI实验室揭秘：抢人后落子的战略深意

在人工智能领域竞争日趋白热化的背景下，马克·扎克伯格（小扎）今日正式宣布Meta AI的重大升级——全新超级智能实验室（Meta AI Super Intelligence Lab）正式成立。此举被视为Meta此前在全球范围内疯狂吸纳AI顶尖人才后，在AGI赛道上的一次强力押注和战略性落子，更展现了其在人才战略上的独特布局。



实验室的成立，旨在汇聚全球顶尖的AI研究者，以更强大的资源和更灵活的机制，加速通用人工智能的研发进程。据悉，该实验室将重点攻克多模态大模型、智能体（Agent）以及前沿AI安全等关键技术，力求在未来五年内实现AGI领域的突破性进展。

![image.png](https://static.downly.cn/images/fda52b42402e6e043c75462b9c3a2b27.png)

## 97年小孩哥领衔，核心力量崭露头角

最引人注目的是，这一超级智能实验室的带头人是一位“97年小孩哥”。这位年轻的领军人物此前已在AI领域展现出非凡的才华和前瞻性的视野。他的加入，无疑为实验室注入了年轻、活力和敢于挑战权威的创新精神，也标志着Meta在人才选用上的大胆和开放。
![image.png](https://static.downly.cn/images/af1e205685fb2e0334ee184de7c09f05.png)
该核心团队的组建模式，打破了传统AI研究机构的层级限制，更加注重扁平化管理和交叉协作，旨在激发团队成员的最大潜力，共同应对AGI研发中的复杂挑战。这支由11位顶尖专家组成的精锐团队名单如下：

**7位华人成员：**
*   **毕树超**（浙大校友）：作为GPT-4o语音模式和o4-mini的共同创造者，他在OpenAI曾领导多模态后训练工作，经验丰富。
*   **Huiwen Chang**（清华校友）：GPT-4o图像生成的共同创造者，此前在谷歌研究院发明了MaskGIT和Muse文本转图像架构，在图像生成领域建树颇丰。
*   **Ji Lin**（清华校友）：深入参与构建了o3/o4-mini、GPT-4o、GPT-4.1、GPT-4.5、4o-imagegen以及Operator推理栈，贡献巨大。
*   **任泓宇**（北大校友）：是GPT-4o、4o-mini、o1-mini、o3-mini、o3和o4-mini的共同创造者，曾在OpenAI领导后训练团队，经验丰富。
*   **Pei Sun**（清华校友）：曾在谷歌DeepMind负责Gemini的后训练、编码和推理工作，此前还创建了Waymo的最后两代感知模型，具备跨领域经验。
*   **于佳慧**（中科大校友）：o3、o4-mini、GPT-4.1和GPT-4o的共同创造者，此前在OpenAI领导感知团队，并在Gemini中共同领导多模态工作，能力全面。
*   **赵盛佳**（清华校友）：ChatGPT、GPT-4、所有mini模型、4.1和o3的共同创造者，此前在OpenAI领导合成数据工作，对大模型研发核心环节贡献突出。

**4位非华人成员：**
*   **Trapit Bansal**：在OpenAI开创了思维链强化学习（RL）并是o系列模型的共同创造者，为AGI突破带来新思路。
*   **Joel Pobar**：曾在Anthropic从事推理工作，此前在Meta工作11年，涉及HHVM、Hack、Flow、Redex、性能工具和机器学习方面的工作，对Meta技术栈了如指掌。
*   **Jack Rae**：Gemini预训练技术负责人，负责Gemini 2.5的推理工作，曾在DeepMind领导Gopher和Chinchilla早期大语言模型研发工作，在大模型领域拥有深厚积累。
*   **Johan Schalkwyk**：前谷歌研究员，是Sesame的早期贡献者，也是Maya的技术负责人，经验老道。

![image.png](https://static.downly.cn/images/a081735bb7d2500bb9770f9571d651da.png)


## 华人力量崛起，人才版图的缩影

该实验室核心11人名单中，有高达7位是华人面孔。这一现象不仅凸显了华人科学家在全球AI领域的卓越贡献，也反映了Meta在全球范围内吸纳顶尖人才的决心。这些被业界传言为“抢来”的顶尖人才，如今终于有了明确的归属和使命，他们在大模型、多模态、推理栈等关键领域的丰富经验，将为Meta AI超级智能实验室带来强大的技术支撑和多元化的思维碰撞，有望加速AGI的研发进程。



## 挑战与机遇并存

Meta成立超级智能实验室的雄心，也伴随着巨大的挑战。AGI的实现并非一蹴而就，它需要海量的计算资源、顶尖的人才储备以及长期且持续的投入。同时，如何确保AGI研发的伦理性和安全性，避免潜在的风险，也是Meta必须面对的重要课题。

然而，机遇同样巨大。如果Meta能够在这场AGI竞赛中脱颖而出，其在社交、元宇宙以及未来智能硬件等领域的布局将获得颠覆性的优势，重塑数字世界的未来格局。

![image.png](https://static.downly.cn/images/6683081868d6f5dcdbf913c0436e30cb.png)

## 展望未来：AGI的Meta时代

Meta超级智能实验室的成立，无疑为全球AI界投下了一颗重磅炸弹。它不仅是Meta对自身未来发展的一次战略性布局，更是对AGI未来发展路径的一次积极探索。随着这支由“小孩哥”带领、华人科学家深度参与的精锐团队投入研发，我们有理由相信，AGI的“Meta时代”或将加速到来。


搜索结果: Waymo