8 月 4 日，Waymo 宣布达拉斯取消等待名单，对所有居民和访客开放 robotaxi 服务。从今年 2 月以等待名单模式进入达拉斯以来，约 15 万用户通过 Waymo 应用叫过车。达拉斯成为凤凰城、洛杉矶、旧金山之后第四个全面开放的城市。Waymo One 目前在十个美国都市区运营，每周完成约 50 万次付费行程，目标年底达到每周 100 万次。
这是 Waymo 城市扩展 playbook 的第四次执行：测试、等待名单、全面开放。每一步的时间线在缩短，证明这套方法可复制。但在 5 月，同一套 playbook 遇到了一个它尚未解决的问题——得州和亚特兰大的暴雨与洪水迫使 Waymo 同时暂停了四个城市的服务，暴露了规模化自动驾驶系统中一个尚未闭合的缺口。
达拉斯的意义：复制的不只是城市，是一个正在加速的工程模板
达拉斯的全面开放有几个值得注意的细节。Waymo 与 Avis Budget Group 合作管理捷豹 I-PACE 电动车的场站运营，包括充电和车辆维护。达拉斯 Love Field 机场的完全自动驾驶测试仍在进行中，高速公路测试也即将开始——这是开放机场接送路线前的最后一步。
这些基础设施投入不是为单个城市定制的。Waymo 正在构建的是一个可跨城市迁移的运营模板。每进入一个新市场，该公司首先绘制高精度地图，部署车队管理合作伙伴，与本地监管机构对接，以等待名单模式验证需求和服务质量，最终取消限制全面开放。在 2025 年，Waymo 全年完成了 1500 万次行程，累计超过 2000 万次；服务城市从 3 个扩展到 10 个，并且已经从仅限地面道路扩展到了高速公路。
但与前三座城市的扩展相比，达拉斯也带来了新的变量。得州的极端天气——暴雨、洪水、高温——不同于旧金山的雾、洛杉矶的拥堵或凤凰城的沙尘暴。凤凰城的服务区域年降雨量约 200 毫米，而达拉斯超过 950 毫米，且集中在短时强降雨事件中。这意味着 Waymo 的传感器融合和路径规划系统在达拉斯面临的是完全不同量级的降水挑战。
5 月停服事件的工程含义
5 月 21 日，TechCrunch 的 Sean O'Kane 报道，Waymo 同时暂停了达拉斯、休斯顿、圣安东尼奥和亚特兰大四个城市的 robotaxi 服务。一辆 Waymo 无人车在亚特兰大驶入被洪水淹没的街道并被困约一小时。此前一周，Waymo 已向美国国家公路交通安全管理局（NHTSA）提交了软件召回，原因是车辆在暴雨和洪水条件下的行为存在问题。
值得注意的是，召回在停服之前已经发生。召回文件显示，Waymo 推送了一次软件更新，在"存在遭遇被洪水淹没的高速路段的高风险时和地点"施加了运营限制。但这些预防措施没有阻止亚特兰大事件——Waymo 对 TechCrunch 解释，亚特兰大那场暴风雨产生的降雨量之大，在国家气象局发出山洪预警、观察或公告之前就已经形成了洪水。
这里暴露的问题不是"Waymo 不会处理雨天"，而是一个更微妙的工程挑战：系统依赖的外部环境信号（如 NWS 预警）与真实物理世界之间存在时间差。暴雨可以在预警发布前造成危险路况，而当前的感知系统——即使是 Waymo 的多模态传感器套件——在判断"可通行的积水"与"危险的洪水"之间的边界时仍然不可靠。
Waymo 的官方回应是：未来将根据天气预警和实时路况调整或暂停运营。这听起来是合理的风险管理，但从工程角度看，它承认了一个重要事实：自动驾驶系统在最需要可靠性的时候——极端天气——恰恰最不可靠。随着服务扩展到更多气候多样的城市，这种天气脆弱性会从偶发事件变成系统性约束。
传感器融合的边界：为什么雨天感知不是一个已解决的问题
Waymo 的 6 代 Driver 系统采用了相机、激光雷达（lidar）和成像雷达的三模融合架构。这套系统的设计逻辑是互补冗余：17 兆像素相机提供高分辨率语义信息，激光雷达以厘米级精度构建 3D 点云，成像雷达穿透雨雪雾等恶劣天气。
在 2025 年 10 月发布的"全天气 Driver"博客中，Waymo 详细描述了其应对策略：AI 模型可以区分路面上的雪、泥浆、冰和正常路面；自动清洁系统配备加热元件以保持传感器清晰；每辆车充当"移动气象站"，收集数据并与车队共享。Waymo 已在纽约上州、密歇根上半岛和塞拉山脉积累了数万英里的雪地里程。
但从 5 月的实际表现来看，这些能力在面对洪水——而非降雪或小雨——时仍然不足。洪水的特殊性在于：它与可通行路面的视觉边界模糊；激光雷达在水面上的反射特性与固体路面不同；积水的深度无法从单一视角可靠估计。Waymo CEO Dmitri Dolgov 曾在 a16z 播客中解释传感器互补逻辑时说："每种传感器都有自己的噪声特征，在不同环境中表现不同。"洪水的挑战恰恰触及了所有三种传感器模态共同的弱点：水体的物理特性使视觉、激光和雷达信号同时产生异常。
Waymo 在 6 代 Driver 中声称通过重新设计激光雷达的光束投射和内部数据处理，"扩展了激光雷达穿透天气和避免高反射标志附近点云失真的能力"。这有助于处理高速公路上的重型道路飞溅，但尚未被证明能解决深积水的判断问题。问题不在于传感器不够好，而在于需要一种与感知不同的能力——对路面下方的几何和水深进行推理，这在当前架构中本质上是一个缺失的信息维度。
地缘扩展与竞争：运营领先与未完成的工程
Waymo 目前的运营规模在 robotaxi 领域遥遥领先。其全国车队约 3000 辆，每周 50 万次付费行程，十个都市区覆盖。与之对比，特斯拉的 Robotaxi 服务仍局限于奥斯汀（以及达拉斯和休斯顿的小规模存在），社区追踪数据显示其无监督车队在 7 月底约 36 辆 Model Y，每周约 3.8 万英里里程。马斯克在 2025 年底预测奥斯汀将有 500 辆 robotaxi，这一目标尚未实现。
但特斯拉的策略不同。它押注于纯视觉方案和数百万消费车辆的规模优势——如果能够实现无监督部署，理论上可以在短时间内覆盖远超 Waymo 的城市数量。Waymo 的激光雷达+雷达+相机方案提供了更高的安全冗余，但也带来了更高的硬件成本和更复杂的车队管理。两种路线的验证周期不同：Waymo 已经在收付费车费，而特斯拉的商业 robotaxi 服务仍处于早期阶段。
国际扩展进一步放大了这种差异。Waymo 已在伦敦启动有安全员的公开道路测试，目标 2026 年 Q4 商业发布；东京与当地合作伙伴 GO 和日本交通的测试也在进行中；2026 年 6 月，Waymo 在法国和西班牙注册了法律实体。英国交通大臣 Heidi Alexander 对此公开支持，英国政府估计自动驾驶产业到 2035 年可为经济贡献 420 亿英镑。但伦敦的复杂性——更窄的街道、环岛、左侧通行、多变的天气——将是对 Waymo 技术迁移能力的严峻测试。
规模化与可靠性之间的张力是结构性的，不是阶段性的
Waymo 达拉斯的全面开放是一个真实的技术和商业里程碑。它证明了自动驾驶出租车可以从单一城市的实验性服务成长为跨城市的规模化运营。但 5 月的四城停服事件提示人们，这一进程中存在一个尚未被充分讨论的规律：当系统覆盖的环境多样性增加时，边缘案例的增长不是线性的，而是组合爆炸式的。
每增加一个城市，不只是增加了更多的道路里程，还增加了新的天气模式、新的道路基础设施习惯、新的本地驾驶文化和新的法规要求。Waymo 的传感器融合和 AI 模型在结构化环境中表现出色，但在环境信号异常、外部参考失效时——暴雨淹没路面、NWS 预警滞后、激光雷达在水面上返回噪声——系统的安全行为只能是暂停运行。
这在工程上不是缺陷，而是现实。但它的商业含义是明确的：规模化并不自动带来可靠性提升；在某些维度上，规模化恰恰暴露更多不可靠的边界。Waymo 目前的回答是"根据天气暂停服务"，这合理但有限。下一步的关键变量是：Waymo 能否在 6 代 Driver 和后续系统中，将天气脆弱性从"运营策略"降级为"已解决的工程问题"——还是它将作为 robotaxi 行业的永久性设计约束被写进运行手册。
Waymo 的目标是今年年底达到每周 100 万次行程。要达到这个数字，它需要在更多城市、更多天气条件下保持服务可用性。达拉斯只是这条道路上的第四站，但 5 月的洪水已经表明，这条道路的每一站都将带来新的、非线性的挑战。
