背景與自動駕駛的交互挑戰
隨著自動駕駛技術的演進，車輛不再僅僅是從 A 點到 B 點的運輸工具，而是一個獨立的移動空間。Waymo 作為自動駕駛技術的領先者，其開發的 Ojai 車輛（一種專為自動駕駛設計的客製化車型）已經能安全地處理複雜的道路導航。然而，在沒有人類駕駛員的情況下，乘客如何與車輛互動、控制車內環境以及獲取旅途資訊，成為提升使用者體驗的關鍵。過去的車內控制多依賴簡單的螢幕選單或預設指令，缺乏靈活性與自然對話的能力，這使得乘客在旅途中若想調整環境或探索周圍景點時，操作過程較為繁瑣。
核心功能與 Gemini 的角色
為了解決上述問題，Waymo 宣布將 Google 的多模態 AI 模型 Gemini 整合進 Ojai 車輛中，將其定位為車內 AI 助手。Gemini 是一種大型語言模型，能夠理解並處理文字、語音與圖像等多元資訊，使其能以自然語言與乘客溝通。在 Ojai 車輛中，乘客只需按下螢幕上的 Gemini 圖示並透過語音下令，即可實現免觸控的車內控制。
具體應用場景涵蓋了環境調節與資訊獲取。例如，乘客可以直接對 Gemini 說將空調溫度調至 65 度，而無需在螢幕中層層查找設定選項。此外，Gemini 結合了 Google 強大的地圖與知識庫，能協助乘客尋找附近評價最高的咖啡店，或是當車輛經過當地歷史地標時，即時分享該建築或景點的歷史背景。這種整合將 AI 的知識能力與車輛的硬體控制權結合，將單純的移動過程轉化為一種探索體驗。
技術隔離與安全性設計
在導入 AI 助手時，最核心的技術考量在於安全性與權限隔離。Waymo 強調，Gemini 的運作邏輯與 Waymo Driver 完全獨立。Waymo Driver 是負責感知環境、規劃路徑並執行駕駛動作的核心自動駕駛系統，它必須保持最高等級的穩定性與確定性，不能受到外部非駕駛指令的干擾。
因此，Gemini 在系統架構中扮演的是上層的應用層，它僅負責處理乘客的請求與車內設施的互動，完全不干涉自動駕駛系統的駕駛決策。此外，為了保護乘客隱私並避免誤觸，Gemini 採取被動觸發機制。除非乘客主動按下圖示並啟動對話，否則 AI 助手會保持完全不活躍的狀態，不會在背景隨意監聽或介入旅程。
實務意義與未來限制
這次整合的實務意義在於定義了自動駕駛時代的「乘客體驗」。當人類不再需要專注於駕駛時，車內空間將演變成一個行動辦公室或觀光平台，而像 Gemini 這樣的 AI 助手則是連接乘客與環境的橋樑。它降低了操作門檻，讓長輩或不熟悉科技設備的乘客也能輕鬆控制車內環境。
然而，這種體驗仍存在一定的限制。首先，AI 助手的表現高度依賴於網路連接的穩定性，若在訊號不佳的區域，Gemini 的回應速度或資訊準確度可能會受到影響。其次，雖然 Gemini 能提供周邊資訊，但其建議仍基於大數據模型，未必能完全取代在地導遊的深度洞察。最重要的是，儘管功能強大，但 AI 的角色僅限於輔助與娛樂，所有涉及行車安全的底層邏輯依然由嚴格的自動駕駛演算法掌控，而非由生成式 AI 決定。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。