In het geheim van de ontwikkelteams van Waymo – de pionier van autonome voertuigen – ligt een krachtig nieuw instrument dat de wegefficiëntie van robotaxi’s radicaal kan versnellen. De afgelopen jaren heeft Waymo’s autonome Driver-systeem bijna 200 miljoen autonome mijlen op Amerikaanse wegen afgelegd en tegelijkertijd miljarden mijlen in virtuele werelden geoefend. Vandaag onthult Waymo het Waymo World Model, een next-generation AI-wereldmodel dat de simulatie van autonome rijsituaties naar een ongekend realisme- en schaalniveau tilt.
Een generatief wereldmodel voor virtuele rijsimulaties
Het Waymo World Model is een hyper-realistische simulatiegenerator die is gebouwd bovenop Google DeepMind’s Genie 3, een geavanceerd generiek wereldmodel voor AI. In plaats van traditionele simulaties die alleen zijn gebaseerd op verzamelde “real-world” data, kan dit systeem fotorealistische 3D-omgevingen creëren met camera- en lidar-sensoroutputs, inclusief zeldzame en extreme scenario’s die in de echte wereld nauwelijks voorkomen – zoals tornado’s, overstromingen of dieren op de weg.
|
The Waymo World Model: A New Frontier For Autonomous Driving SimulationWe are excited to introduce the Waymo World Model, a frontier generative model that sets a new bar for large-scale, hyper-realistic autonomous driving simulation. |
Door simpele prompts, rij-instructies of scene-layouts te geven, kunnen ingenieurs complexe scenario’s genereren en aanpassen voor training. Daarmee wordt de AI van robotaxi’s voorbereid op situaties waarvoor weinig of geen echte data bestaat – een cruciale stap in het veilig opschalen en opschonen van autonome mobiliteit.
Van dagelijkse rit tot zeldzame randgevallen
Traditionele simulatiemodellen leren hoofdzakelijk van data die voertuigen reeds zelf hebben gezien en beleefd. Maar wat als er geen echte data is van zeldzame gevallen – zoals een tornado op de snelweg? Dankzij de enorme “wereldkennis” van Genie 3 kan Waymo nu virtuele omgevingen produceren die realistisch genoeg zijn om deze zeldzame “edge-cases” in detail te trainen – inclusief sensoroutputs die de autonome software begrijpt.
Dat betekent concreet dat de Waymo Driver niet alleen leert van gewone verkeerssituaties, maar ook kan oefenen met extreme weersomstandigheden, onverwachte obstakels en ongewone objecten voordat deze ooit in de echte wereld voorkomen.
Simulatie met multimodale realiteit
Wat dit wereldmodel uniek maakt, is dat het niet alleen 2D beelden simuleert, maar multimodale realistische dataproduceert – met name camera-beelden én lidar-puntwolken. Hierdoor kan het autonome systeem perceptie en dieptewaarneming oefenen zoals het dat in het echte leven zou doen, wat essentieel is voor veilige beslissingen op de weg.
Controle en creatie: Flexibiliteit voor ingenieurs
Ingenieurs kunnen met het Waymo World Model scenario’s geheel naar wens sturen door:
- Taalbesturing (b.v. “regenstorm bij zonsondergang”),
- Actie-controle (zoals plots remmen, onverwachte stops),
- Scene-layout aanpassingen (wegconfiguraties, verkeersgedrag).
Die flexibiliteit maakt het eenvoudiger om uiteenlopende en onverwachte omstandigheden te simuleren zonder de beperkingen van manueel opgebouwde virtuele werelden.
Realistisch vanwege video- en dashcam-integratie
Een andere innovatieve dimensie is dat video-opnames van echte ritten – bijvoorbeeld dashcam-beelden – kunnen worden omgezet in virtuele simulaties. Zo kunnen realistische situaties nog nauwkeuriger worden gesimuleerd en uitgerold binnen het AI-trainingsecosysteem.
Naar een toekomst van zo weinig mogelijke onzekerheden
Door “de onmogelijke denkbaar te maken”, wil Waymo anticiperen op alle denkbare uitdagingen die autonome voertuigen ooit kunnen tegenkomen. Het World Model wordt daarmee een sleutelcomponent in een veiligheidsgerichte strategie om robotaxi’s klaar te stomen voor diverse steden, verkeerspatronen en onverwachte omstandigheden – lang voordat deze in het echt voorkomen.
