摘要： 2026 年 6 月 10 日，Waymo 和荷蘭台夫特理工大學（TU Delft）共同完成的研究，刊登在 Nature Communications 上。這套名為 Reference Driver 的行為基準模型，瞄準的是自駕產業最難啟齒的一題：「換成人類駕駛，會不會更安全？」TechCrunch 記者 Sean O’Kane 也在同一天發出報導，並帶出 Waymo 給它的定位：撞擊測試假人的進化版——不是用來測車體結構的實體假人，而是專門評估自駕軟體遇上交通衝突時表現的虛擬行為假人。
2026 年 6 月 10 日，Waymo 和荷蘭台夫特理工大學（TU Delft）共同完成的研究，刊登在 Nature Communications 上。這套名為 Reference Driver 的行為基準模型，瞄準的是自駕產業最難啟齒的一題：「換成人類駕駛，會不會更安全？」TechCrunch 記者 Sean O’Kane 也在同一天發出報導，並帶出 Waymo 給它的定位：撞擊測試假人的進化版——不是用來測車體結構的實體假人，而是專門評估自駕軟體遇上交通衝突時表現的虛擬行為假人。
外部壓力確實擺在眼前：1 月的 Santa Monica 事故，頭一次讓 Waymo 慣用的「人類比較」論述被放到放大鏡下檢驗，NHTSA 與 NTSB 目前都在調查。選在這個節骨眼推出更嚴謹的比較方法，時機本身就是表態。
這個基準模型在做什麼
Waymo 對現況的批評毫不留情：業界現行的駕駛行為模型，重現得了的只有「最後一刻、反應式」的閃避動作。Reference Driver 不一樣，它建模的是衝突發生之前的整段過程——車子怎麼一路調整車速與車道位置、避免把自己帶進險境，而不是只模擬碰撞前半秒的猛轉方向盤。Waymo 表示，這個模型能擴充到「數千個情境的大規模測試集」，還能延伸到碰撞避免以外的行為面，讓「自駕系統 vs. 人類」的比較脫離單一新聞事件，成為可以反覆執行的系統化評測。
主動推論：會在腦中預演的虛擬駕駛
方法上，Reference Driver 建立在「主動推論」（active inference）框架之上：預設駕駛會不停在腦海裡演練各種可能的未來，並朝最安全、最可預測的結局行動。TU Delft 的 Arkady Zgonnikov 指出，這個模型連駕駛在衝突中產生的內在「驚訝」都能重現——換句話說，它不是單純的軌跡生成器，而是帶有內部狀態的行為代理。對工程團隊來說，這點就是關鍵：要驗證「規劃器像不像謹慎的人類」，對照組必須是能展現逐步避險的模型，而不是只會急煞的簡化版。
發布時機：Santa Monica 事故
2026 年 1 月 23 日，一輛 Waymo 自駕車在 Santa Monica 一所小學附近，撞上一名突然從高車身 SUV 後方衝進車道的兒童：車輛從約 17 mph 減速、以約 6 mph 接觸，兒童只有輕傷。Waymo 當時搬出既有的同行審查模型，主張全神貫注的人類駕駛會以約 14 mph 撞上——「人類會更糟」這個說法，正是由即將被取代的舊模型算出來的。NHTSA 缺陷調查辦公室正在檢視，車輛在學童與導護員鄰近時是否保持了足夠謹慎；NTSB 也另行開案。這波檢視並非從這起事故才開始：NHTSA 先前已在調查 Waymo 車輛違規超越停靠校車的亞特蘭大案例，以及奧斯汀的約 20 起事件。Waymo 選擇的不是收掉比較，而是把比較工具升級到經得起同行審查——改天用新的 Reference Driver 推估同類事件，得出的數字未必還是 14 mph。
研究程式碼開源的意義
Waymo 同步以學術非商業授權釋出研究程式碼，用途涵蓋研究、教學、個人實驗與科學發表，等於公開邀請外部學界一起把工具改得更好。這步棋下得高明：比較基準只要還鎖在單一公司的伺服器裡，「自駕比人類安全」就難逃「自己當裁判」的質疑；把方法交給 TU Delft 這類獨立團隊檢驗，數字才有機會變成產業共用的資產。該公司公開的安全頁面已累積超過 2.2 億全自駕英里的分析資料，而 Reference Driver 補上的，正是這類分析最脆弱的一環——「人類對照組」該怎麼定義。
對開發者與產品團隊而言，這篇論文本身就是一份範本：「AI 比人類好」的主張有多強，全看人類基線建得多好。與其再打一場單場宣傳戰，不如把基準做成可重現、可受外部審查的開放工具。