Waymo a vzestup „světových modelů“ pro řízení: co mění simulátor ve stylu Genie

Autonomní systémy žijí a umírají podle jedné otázky:Co se stane dál?

Senzory říkají autonomnímu vozidlu, jak svět právě teď vypadá – snímky z kamer, mračna bodů lidaru, radarové odrazy, měření GPS a IMU. Bezpečná jízda je však předvídání: předpovídání, jak se budou pohybovat chodci, zda se cyklista zapojí do křižovatky, jak se auto může přenést přes čáru jízdního pruhu a co by mohla odhalit uzavřená křižovatka.

Tam se zrodila myšlenkasvětový modelpřichází na řadu. Model světa je naučená reprezentace „jak svět funguje“, kterou lze posunout v čase dopředu: vzhledem k aktuální scéně a akci může generovat věrohodné budoucí scény. V robotice a autonomii je snem mít model, který dokáže simulovat realitu dostatečně dobře, aby umožňoval trénovat a validovat zásady ještě předtím, než se vůbec dostanou na veřejné komunikace.

Zprávy, že Waymo využíváDžin 3– stylistický přístup k vytvoření světového modelu řízení je velkým problémem – ne proto, že by magicky řešil autonomii, ale proto, že signalizuje posun v tom, co průmysl považuje za úzké hrdlo.

Autonomie řízení se skládá ze dvou problémů: vnímání a predikce

Rané diskuse o autonomním řízení se zaměřovaly na vnímání: „Vidí auto?“ To zahrnuje detekci objektů, jejich klasifikaci, odhad jejich polohy a rychlosti a jejich sledování v čase.

Dnes je hranice stále více predikcí a plánováním:

Předpověďpředpovídání budoucích trajektorií ostatních činitelů (auta, kola, chodci).
Plánování: výběr vlastní trajektorie vozidla tak, aby byla bezpečná, legální a pohodlná.

Chyby vnímání jsou stále důležité, ale ani dokonalé vnímání vám nedává jistotu ohledně záměru. Chodec na obrubníku může vystoupit. Řidič může projet na červenou. Cyklista se může kymácet.

Světový model si klade za cíl tyto nejistoty zakódovat, aby o nich plánovač mohl uvažovat.

Co je to „světový model“ v terminologii strojového učení?

Ve strojovém učení je model světa obvykle generativní model trénovaný na velkém množství zkušeností. Může:

Představují latentní stav prostředí.
Předpovězte, jak se bude stát vyvíjet.
Generujte pozorování v souladu s tímto vývojem.

Pro řízení jsou pozorování multimodální: snímky, lidar, mapy a sémantické popisky.

Základní hodnotou je, že jakmile jste jednou proškoleni, můžetevzorové futuresa rozhodnutí o zátěžových testech. Místo otázky „jaká je jedna předpovězená cesta“ se ptáte „jaké jsou pravděpodobné cesty a které z nich jsou nebezpečné?“.

Proč je simulace klíčová (a proč je tak obtížná)

Waymo a další se již silně spoléhají na simulaci. Problém je v věrnosti.

Tradiční simulátory jsou vyrobeny z:

Ručně psaná fyzika a dynamika vozidel.
Prostředky scény (silnice, budovy, semafory).
Napsaní „herci“, kteří dodržují pravidla.

Tyto testy jsou skvělé pro mnoho testů, ale dlouhá část reality je brutální: zvláštní chování chodců, neobvyklé osvětlení, staveniště, vzácné značení, místní kultura řízení, případy na hraně počasí, závady senzorů a milion jemných interakcí, které se v úhledné sadě pravidel nikdy neobjeví.

Model naučeného světa je atraktivní, protože dokáže zachytit chaotické rozdělení přímo z dat. Pokud máte dostatek skutečných záznamů o řízení, můžete model natrénovat tak, aby generoval scény, které se „cítí“ jako silnice – včetně jejích zvláštností.

Ale „působí realisticky“ nestačí pro bezpečnost. Řízení je konfliktní: pokud váš model mine byť jen malou sadu vzácných, ale smrtelných scénářů, systém může stále selhat.

Co naznačuje přístup ve stylu Genie

Systém ve stylu Genie (jak bylo uvedeno) implikuje model, který dokáže generovat věrohodné budoucí rámce podmíněné akcemi a kontextem.

Pokud Waymo dokáže generovat vysoce věrné „další snímky“ pro složité městské scény, může potenciálně:

Vytvořitkontrafaktuální„Co kdybychom zpomalili dříve?“ „Co kdybychom si vzali levou mezeru?“
Zvýšenípokrytí vzácných událostí: nadměrné vzorkování neobvyklých situací pro trénink.
Zlepšittrénink v uzavřené smyčcetrénovat politiku uvnitř simulovaného světa, nejen na zaznamenaných datech.

Tohle je krok za hranice „opakování nahraných záznamů“. Je to jako přechod od sledování jízdních videí k používání sandboxu, kde se samotný sandbox chová jako město.

Bezpečnostní pojistka: chyby modelu se skládají

Existuje důvod, proč jsou bezpečnostní týmy opatrné ohledně naučených simulátorů: malé chyby se časem hromadí.

Pokud se světový model mírně mýlí v následujících bodech:

Jak chodci zrychlují,
Jak auta reagují na brzdění,
Jak se senzory chovají pod oslněním,

Simulované spuštění se pak po několika sekundách může odchýlit od reality. To může produkovat trénovací signály, které optimalizují spíše pro zvláštnosti simulátoru než pro reálný svět – problém, který se někdy nazývározdíl mezi simulací a reálným stavem.

Moderní přístupy to zmírňují pomocí:

Krátkodobé implementace v kombinaci se skutečnými protokoly.
Randomizace domén (přidání šumu a variace).
Validace oproti zamlčeným reálným scénářům.
Bezpečnostní omezení, která se nespoléhají čistě na naučené předpovědi.

Model světa může být neuvěřitelně užitečný, i když neodpovídá „dokonalé realitě“, pokud víte, kde je spolehlivý a kde ne.

Modely a mapy světa: struktura pod pixely

Autonomní vůz nereaguje jen na obrázky. Spoléhá také na strukturu:

HD mapy (geometrie jízdních pruhů, zařízení pro řízení dopravy).
Lokalizace (kde se na mapě nacházím?).
Komponenty podobné SLAM v některých systémech (zejména mimo mapované oblasti).

Silný model světa musí tuto strukturu integrovat. Jinak se z něj stane jen efektní generátor videa, který nedokáže udržet konzistentní geometrii.

Proto se modely světa autonomie často prolínají:

Naučené funkce vnímání,
Explicitní geometrická omezení,
Předchozí mapy,
Reprezentace založené na agentech (ostatní účastníci silničního provozu jako entity se záměry).

Nejlepší systémy jsou hybridní: používají učení tam, kde jsou data bohatá, a pravidla tam, kde jsou omezení přísná.

Co se mění ve vývoji produktů

Nejpraktičtější dopad dobrého modelu světa jeinženýrská rychlost.

Dnes vylepšení systému autonomního řízení často vyžaduje:

Hledání reálných selhání (neúspěchy, téměř neúspěchy).
Přidávání dat a popisků.
Predikce/plánování ladění.
Opětovné validace napříč rozsáhlými sadami scénářů.

Pokud model světa dokáže generovat realistické variace selhání, mohou inženýři iterovat rychleji. Může také pomoci zodpovědět otázky jako:

„Je toto chování bezpečné napříč distribucí, nebo se jednalo o štěstí v jednom protokolu?“
„Jak citlivý je systém na váhání chodců?“
„Jaký je nejhorší možný výsledek, pokud se jiný řidič chová agresivně?“

Rychlejší iterace není zárukou bezpečnosti – ale může zlepšit zpětnou vazbu.

Velké otevřené otázky

I když je model světa vynikající, existují svá tvrdá omezení:

OdpovědnostMůžete vysvětlit, proč systém předpověděl danou budoucnost?
ValidaceJak certifikujete naučený simulátor jako reprezentativní?
Okrajové případyJak zajišťujete pokrytí vzácných, ale kritických scénářů?
Robustnost politikyChová se politika trénovaná v modelu v realitě bezpečně?

A právě zde přicházejí na řadu regulační orgány a bezpečnostní argumenty. Autonomní vozidla budou potřebovat argumenty, které propojí metody školení a testování s riziky v reálném světě.

Sečteno a podtrženo

Vysoce věrný model světa je mocným nástrojem pro autonomii, protože mění řízení z „učení se pouze z toho, co se stalo“ na „učení se z toho, co se stát může“. Pokud Waymo dokáže použít systém ve stylu Genie 3 k vygenerování realistických budoucích silničních scén, mohlo by to urychlit školení, testování scénářů a hodnocení bezpečnosti – těžkou částí však zůstává prokázat, že simulovaný svět je dostatečně věrný, aby se vylepšení dala přenést i na skutečné ulice.

Zdroje

Document Title
Waymo and the rise of “world models” for driving: what a Genie-style simulator changes	Waymo a vzestup „světových modelů“ pro řízení: co mění simulátor ve stylu Genie

Waymo is reportedly using a Genie 3-style system to build a world model for autonomous driving. Here’s what world models are, why simulation matters, and the remaining safety gaps.	Waymo údajně používá systém ve stylu Genie 3 k vytvoření modelu světa pro autonomní řízení. Zde se dozvíte, co jsou modely světa, proč je simulace důležitá a jaké jsou zbývající bezpečnostní mezery.
Title Attribute
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Abdul Jabbar	Zobrazit všechny příspěvky od uživatele Abdul Jabbara
Sixteen AI agents built a C compiler together — why that matters (and what it doesn't mean yet)	Šestnáct agentů umělé inteligence společně vytvořilo kompilátor jazyka C – proč na tom záleží (a co to zatím neznamená)
Page Content
Waymo and the rise of “world models” for driving: what a Genie-style simulator changes	Waymo a vzestup „světových modelů“ pro řízení: co mění simulátor ve stylu Genie
Blog
/
General
/ By
Abdul Jabbar
Self-driving systems live and die by one question:	Autonomní systémy žijí a umírají podle jedné otázky:
what happens next?
Sensors tell an autonomous vehicle what the world looks like right now — camera frames, lidar point clouds, radar reflections, GPS and IMU measurements. But safe driving is anticipation: predicting how pedestrians might move, whether a cyclist will merge, how a car might drift over a lane line, and what an occluded intersection might reveal.	Senzory říkají autonomnímu vozidlu, jak svět právě teď vypadá – snímky z kamer, mračna bodů lidaru, radarové odrazy, měření GPS a IMU. Bezpečná jízda je však předvídání: předpovídání, jak se budou pohybovat chodci, zda se cyklista zapojí do křižovatky, jak se auto může přenést přes čáru jízdního pruhu a co by mohla odhalit uzavřená křižovatka.
That’s where the idea of a
world model
comes in. A world model is a learned representation of “how the world works” that can be rolled forward in time: given the current scene and an action, it can generate plausible future scenes. In robotics and autonomy, the dream is to have a model that can simulate reality well enough to train and validate policies before they ever touch public roads.	přichází na řadu. Model světa je naučená reprezentace „jak svět funguje“, kterou lze posunout v čase dopředu: vzhledem k aktuální scéně a akci může generovat věrohodné budoucí scény. V robotice a autonomii je snem mít model, který dokáže simulovat realitu dostatečně dobře, aby umožňoval trénovat a validovat zásady ještě předtím, než se vůbec dostanou na veřejné komunikace.
Reports that Waymo is leveraging a
Genie 3
–style approach to create a world model for driving are a big deal — not because it magically solves autonomy, but because it signals a shift in what the industry thinks is the bottleneck.	– stylistický přístup k vytvoření světového modelu řízení je velkým problémem – ne proto, že by magicky řešil autonomii, ale proto, že signalizuje posun v tom, co průmysl považuje za úzké hrdlo.
Driving autonomy is two problems: perception and prediction	Autonomie řízení se skládá ze dvou problémů: vnímání a predikce
Early conversations about self-driving focused on perception: “Can the car see?” That includes detecting objects, classifying them, estimating their position and velocity, and tracking them over time.	Rané diskuse o autonomním řízení se zaměřovaly na vnímání: „Vidí auto?“ To zahrnuje detekci objektů, jejich klasifikaci, odhad jejich polohy a rychlosti a jejich sledování v čase.
Today, the frontier is increasingly prediction and planning:	Dnes je hranice stále více predikcí a plánováním:
Prediction
: forecasting the future trajectories of other agents (cars, bikes, pedestrians).	předpovídání budoucích trajektorií ostatních činitelů (auta, kola, chodci).
Planning
: choosing the vehicle’s own trajectory to be safe, legal, and comfortable.	: výběr vlastní trajektorie vozidla tak, aby byla bezpečná, legální a pohodlná.
Perception errors are still important, but even perfect perception doesn’t give you certainty about intent. A pedestrian at a curb might step out. A driver might run a red light. A cyclist might wobble.	Chyby vnímání jsou stále důležité, ale ani dokonalé vnímání vám nedává jistotu ohledně záměru. Chodec na obrubníku může vystoupit. Řidič může projet na červenou. Cyklista se může kymácet.
A world model aims to encode those uncertainties so the planner can reason about them.	Světový model si klade za cíl tyto nejistoty zakódovat, aby o nich plánovač mohl uvažovat.
What is a “world model” in ML terms?	Co je to „světový model“ v terminologii strojového učení?
In machine learning, a world model is typically a generative model trained on large volumes of experience. It can:	Ve strojovém učení je model světa obvykle generativní model trénovaný na velkém množství zkušeností. Může:
Represent the latent state of the environment.	Představují latentní stav prostředí.
Predict how the state evolves.	Předpovězte, jak se bude stát vyvíjet.
Generate observations consistent with that evolution.	Generujte pozorování v souladu s tímto vývojem.
For driving, the observations are multi-modal: images, lidar, maps, and semantic labels.	Pro řízení jsou pozorování multimodální: snímky, lidar, mapy a sémantické popisky.
The core value is that, once trained, you can	Základní hodnotou je, že jakmile jste jednou proškoleni, můžete
sample futures
and stress-test decisions. Instead of asking “what is the one predicted path,” you ask “what are the plausible paths, and which ones are dangerous?”	a rozhodnutí o zátěžových testech. Místo otázky „jaká je jedna předpovězená cesta“ se ptáte „jaké jsou pravděpodobné cesty a které z nich jsou nebezpečné?“.
Why simulation is central (and why it’s so hard)	Proč je simulace klíčová (a proč je tak obtížná)
Waymo and others already rely heavily on simulation. The problem is fidelity.	Waymo a další se již silně spoléhají na simulaci. Problém je v věrnosti.
Traditional simulators are built from:	Tradiční simulátory jsou vyrobeny z:
Hand-authored physics and vehicle dynamics.	Ručně psaná fyzika a dynamika vozidel.
Scene assets (roads, buildings, traffic lights).	Prostředky scény (silnice, budovy, semafory).
Scripted “actors” that follow rules.	Napsaní „herci“, kteří dodržují pravidla.
These are great for many tests, but the long tail of reality is brutal: odd pedestrian behavior, unusual lighting, construction zones, rare signage, local driving cultures, weather edge cases, sensor glitches, and the million subtle interactions that never show up in a tidy rule set.	Tyto testy jsou skvělé pro mnoho testů, ale dlouhá část reality je brutální: zvláštní chování chodců, neobvyklé osvětlení, staveniště, vzácné značení, místní kultura řízení, případy na hraně počasí, závady senzorů a milion jemných interakcí, které se v úhledné sadě pravidel nikdy neobjeví.
A learned world model is attractive because it can capture messy distributions directly from data. If you have enough real driving logs, you can train a model to generate scenes that “feel” like the road — including the weirdness.	Model naučeného světa je atraktivní, protože dokáže zachytit chaotické rozdělení přímo z dat. Pokud máte dostatek skutečných záznamů o řízení, můžete model natrénovat tak, aby generoval scény, které se „cítí“ jako silnice – včetně jejích zvláštností.
But “feels real” is not enough for safety. Driving is adversarial: if your model misses even a small set of rare but deadly scenarios, the system can still fail.	Ale „působí realisticky“ nestačí pro bezpečnost. Řízení je konfliktní: pokud váš model mine byť jen malou sadu vzácných, ale smrtelných scénářů, systém může stále selhat.
What a Genie-style approach suggests	Co naznačuje přístup ve stylu Genie
A Genie-style system (as reported) implies a model that can generate plausible future frames conditioned on actions and context.	Systém ve stylu Genie (jak bylo uvedeno) implikuje model, který dokáže generovat věrohodné budoucí rámce podmíněné akcemi a kontextem.
If Waymo can generate high-fidelity “next frames” for complex urban scenes, it can potentially:	Pokud Waymo dokáže generovat vysoce věrné „další snímky“ pro složité městské scény, může potenciálně:
Create
counterfactuals
: “What if we had slowed earlier?” “What if we took the left gap?”	„Co kdybychom zpomalili dříve?“ „Co kdybychom si vzali levou mezeru?“
Increase
rare-event coverage
: oversample uncommon situations for training.	: nadměrné vzorkování neobvyklých situací pro trénink.
Improve
closed-loop training
: train a policy inside the simulated world, not just on logged data.	trénovat politiku uvnitř simulovaného světa, nejen na zaznamenaných datech.
This is a step beyond “replaying recorded logs.” It’s like moving from watching driving videos to having a sandbox where the sandbox itself behaves like a city.	Tohle je krok za hranice „opakování nahraných záznamů“. Je to jako přechod od sledování jízdních videí k používání sandboxu, kde se samotný sandbox chová jako město.
The safety catch: model errors compound	Bezpečnostní pojistka: chyby modelu se skládají
There’s a reason safety teams are cautious about learned simulators: small errors compound over time.	Existuje důvod, proč jsou bezpečnostní týmy opatrné ohledně naučených simulátorů: malé chyby se časem hromadí.
If a world model is slightly wrong about:	Pokud se světový model mírně mýlí v následujících bodech:
How pedestrians accelerate,
How cars respond to braking,	Jak auta reagují na brzdění,
How sensors behave under glare,	Jak se senzory chovají pod oslněním,
then a simulated rollout can drift away from reality after a few seconds. That can produce training signals that optimize for the simulator’s quirks rather than the real world — a problem sometimes called	Simulované spuštění se pak po několika sekundách může odchýlit od reality. To může produkovat trénovací signály, které optimalizují spíše pro zvláštnosti simulátoru než pro reálný svět – problém, který se někdy nazývá
sim-to-real gap	rozdíl mezi simulací a reálným stavem
.
Modern approaches mitigate this with:	Moderní přístupy to zmírňují pomocí:
Short-horizon rollouts combined with real logs.	Krátkodobé implementace v kombinaci se skutečnými protokoly.
Domain randomization (adding noise and variation).	Randomizace domén (přidání šumu a variace).
Validation against held-out real scenarios.	Validace oproti zamlčeným reálným scénářům.
Safety constraints that don’t rely purely on learned predictions.	Bezpečnostní omezení, která se nespoléhají čistě na naučené předpovědi.
A world model can be incredibly useful even if it’s not “perfect reality,” as long as you know where it’s reliable and where it’s not.	Model světa může být neuvěřitelně užitečný, i když neodpovídá „dokonalé realitě“, pokud víte, kde je spolehlivý a kde ne.
World models and maps: the structure under the pixels	Modely a mapy světa: struktura pod pixely
A self-driving car isn’t only reacting to images. It also relies on structure:	Autonomní vůz nereaguje jen na obrázky. Spoléhá také na strukturu:
HD maps (lane geometry, traffic control devices).	HD mapy (geometrie jízdních pruhů, zařízení pro řízení dopravy).
Localization (where am I on the map?).	Lokalizace (kde se na mapě nacházím?).
SLAM-like components in some systems (especially outside mapped regions).	Komponenty podobné SLAM v některých systémech (zejména mimo mapované oblasti).
A strong world model has to integrate that structure. Otherwise it becomes a fancy video generator that can’t maintain consistent geometry.	Silný model světa musí tuto strukturu integrovat. Jinak se z něj stane jen efektní generátor videa, který nedokáže udržet konzistentní geometrii.
This is why autonomy world models often blend:	Proto se modely světa autonomie často prolínají:
Learned perception features,
Explicit geometry constraints,	Explicitní geometrická omezení,
Map priors,
Agent-based representations (other road users as entities with intentions).	Reprezentace založené na agentech (ostatní účastníci silničního provozu jako entity se záměry).
The best systems are hybrid: they use learning where data is rich and rules where constraints are strict.	Nejlepší systémy jsou hybridní: používají učení tam, kde jsou data bohatá, a pravidla tam, kde jsou omezení přísná.
What changes for product development	Co se mění ve vývoji produktů
The most practical impact of a good world model is	Nejpraktičtější dopad dobrého modelu světa je
engineering velocity
Today, improving an autonomous driving stack often requires:	Dnes vylepšení systému autonomního řízení často vyžaduje:
Finding real-world failures (disengagements, near misses).	Hledání reálných selhání (neúspěchy, téměř neúspěchy).
Adding data and labels.
Tuning prediction/planning.	Predikce/plánování ladění.
Revalidating across huge scenario suites.	Opětovné validace napříč rozsáhlými sadami scénářů.
If a world model can generate realistic variations of the failure, engineers can iterate faster. It can also help answer questions like:	Pokud model světa dokáže generovat realistické variace selhání, mohou inženýři iterovat rychleji. Může také pomoci zodpovědět otázky jako:
“Is this behavior safe across a distribution, or was it lucky in one log?”	„Je toto chování bezpečné napříč distribucí, nebo se jednalo o štěstí v jednom protokolu?“
“How sensitive is the system to pedestrian hesitation?”	„Jak citlivý je systém na váhání chodců?“
“What is the worst-case outcome if another driver behaves aggressively?”	„Jaký je nejhorší možný výsledek, pokud se jiný řidič chová agresivně?“
Faster iteration is not a guarantee of safety — but it can improve the feedback loop.	Rychlejší iterace není zárukou bezpečnosti – ale může zlepšit zpětnou vazbu.
The big open questions
Even if the world model is excellent, there are hard limits:	I když je model světa vynikající, existují svá tvrdá omezení:
Accountability
: Can you explain why the system predicted a given future?	Můžete vysvětlit, proč systém předpověděl danou budoucnost?
Validation
: How do you certify a learned simulator as representative?	Jak certifikujete naučený simulátor jako reprezentativní?
Edge cases
: How do you ensure rare but critical scenarios are covered?	Jak zajišťujete pokrytí vzácných, ale kritických scénářů?
Policy robustness
: Does a policy trained in the model behave safely in reality?	Chová se politika trénovaná v modelu v realitě bezpečně?
This is where regulators and safety cases come in. Autonomous vehicles will need arguments that connect training and testing methods to real-world risk.	A právě zde přicházejí na řadu regulační orgány a bezpečnostní argumenty. Autonomní vozidla budou potřebovat argumenty, které propojí metody školení a testování s riziky v reálném světě.
Bottom line
A high-fidelity world model is a powerful tool for autonomy because it turns driving from “learn only from what happened” into “learn from what could happen.” If Waymo can use a Genie 3–style system to generate realistic future road scenes, it could accelerate training, scenario testing, and safety evaluation — but the hard part remains proving that the simulated world is faithful enough that improvements carry over to real streets.	Vysoce věrný model světa je mocným nástrojem pro autonomii, protože mění řízení z „učení se pouze z toho, co se stalo“ na „učení se z toho, co se stát může“. Pokud Waymo dokáže použít systém ve stylu Genie 3 k vygenerování realistických budoucích silničních scén, mohlo by to urychlit školení, testování scénářů a hodnocení bezpečnosti – těžkou částí však zůstává prokázat, že simulovaný svět je dostatečně věrný, aby se vylepšení dala přenést i na skutečné ulice.
Sources
https://arstechnica.com/google/2026/02/waymo-leverages-genie-3-to-create-a-world-model-for-self-driving-cars/	https://arstechnica.com/google/2026/02/waymo-leverages-genie-3-to-create-a-world-model-for-self-driving-cars/
https://waymo.com/safety/
https://en.wikipedia.org/wiki/World_model	https://cs.wikipedia.org/wiki/Světový_model
https://en.wikipedia.org/wiki/Autonomous_car	https://cs.wikipedia.org/wiki/Autonomous_car
https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping	https://cs.wikipedia.org/wiki/Simultaneous_localization_and_mapping
←
Previous Post
→ Sixteen AI agents built a C compiler together — why that matters (and what it doesn’t mean yet)	→ Šestnáct agentů umělé inteligence společně vytvořilo kompilátor jazyka C – proč na tom záleží (a co to zatím neznamená)
Copyright © 2026 Rill.blog	Autorská práva © 2026 Rill.blog
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Abdul Jabbar	Zobrazit všechny příspěvky od uživatele Abdul Jabbara
Sixteen AI agents built a C compiler together — why that matters (and what it doesn't mean yet)	Šestnáct agentů umělé inteligence společně vytvořilo kompilátor jazyka C – proč na tom záleží (a co to zatím neznamená)
Waymo is reportedly using a Genie 3-style system to build a world model for autonomous driving. Here’s what world models are, why simulation matters, and the remaining safety gaps.	Waymo údajně používá systém ve stylu Genie 3 k vytvoření modelu světa pro autonomní řízení. Zde se dozvíte, co jsou modely světa, proč je simulace důležitá a jaké jsou zbývající bezpečnostní mezery.

Document Title

Waymo and the rise of “world models” for driving: what a Genie-style simulator changes

Waymo is reportedly using a Genie 3-style system to build a world model for autonomous driving. Here’s what world models are, why simulation matters, and the remaining safety gaps.

Title Attribute

oEmbed (JSON)

oEmbed (XML)

JSON

View all posts by Abdul Jabbar

Sixteen AI agents built a C compiler together — why that matters (and what it doesn't mean yet)

Page Content

Waymo and the rise of “world models” for driving: what a Genie-style simulator changes

Blog

General

/ By

Abdul Jabbar

Self-driving systems live and die by one question:

what happens next?

Sensors tell an autonomous vehicle what the world looks like right now — camera frames, lidar point clouds, radar reflections, GPS and IMU measurements. But safe driving is anticipation: predicting how pedestrians might move, whether a cyclist will merge, how a car might drift over a lane line, and what an occluded intersection might reveal.

That’s where the idea of a

world model

comes in. A world model is a learned representation of “how the world works” that can be rolled forward in time: given the current scene and an action, it can generate plausible future scenes. In robotics and autonomy, the dream is to have a model that can simulate reality well enough to train and validate policies before they ever touch public roads.

Reports that Waymo is leveraging a

Genie 3

–style approach to create a world model for driving are a big deal — not because it magically solves autonomy, but because it signals a shift in what the industry thinks is the bottleneck.

Driving autonomy is two problems: perception and prediction

Early conversations about self-driving focused on perception: “Can the car see?” That includes detecting objects, classifying them, estimating their position and velocity, and tracking them over time.

Today, the frontier is increasingly prediction and planning:

Prediction

: forecasting the future trajectories of other agents (cars, bikes, pedestrians).

Planning

: choosing the vehicle’s own trajectory to be safe, legal, and comfortable.

Perception errors are still important, but even perfect perception doesn’t give you certainty about intent. A pedestrian at a curb might step out. A driver might run a red light. A cyclist might wobble.

A world model aims to encode those uncertainties so the planner can reason about them.

What is a “world model” in ML terms?

In machine learning, a world model is typically a generative model trained on large volumes of experience. It can:

Represent the latent state of the environment.

Predict how the state evolves.

Generate observations consistent with that evolution.

For driving, the observations are multi-modal: images, lidar, maps, and semantic labels.

The core value is that, once trained, you can

sample futures

and stress-test decisions. Instead of asking “what is the one predicted path,” you ask “what are the plausible paths, and which ones are dangerous?”

Why simulation is central (and why it’s so hard)

Waymo and others already rely heavily on simulation. The problem is fidelity.

Traditional simulators are built from:

Hand-authored physics and vehicle dynamics.

Scene assets (roads, buildings, traffic lights).

Scripted “actors” that follow rules.

These are great for many tests, but the long tail of reality is brutal: odd pedestrian behavior, unusual lighting, construction zones, rare signage, local driving cultures, weather edge cases, sensor glitches, and the million subtle interactions that never show up in a tidy rule set.

A learned world model is attractive because it can capture messy distributions directly from data. If you have enough real driving logs, you can train a model to generate scenes that “feel” like the road — including the weirdness.

But “feels real” is not enough for safety. Driving is adversarial: if your model misses even a small set of rare but deadly scenarios, the system can still fail.

What a Genie-style approach suggests

A Genie-style system (as reported) implies a model that can generate plausible future frames conditioned on actions and context.

If Waymo can generate high-fidelity “next frames” for complex urban scenes, it can potentially:

Create

counterfactuals

: “What if we had slowed earlier?” “What if we took the left gap?”

Increase

rare-event coverage

: oversample uncommon situations for training.

Improve

closed-loop training

: train a policy inside the simulated world, not just on logged data.

This is a step beyond “replaying recorded logs.” It’s like moving from watching driving videos to having a sandbox where the sandbox itself behaves like a city.

The safety catch: model errors compound

There’s a reason safety teams are cautious about learned simulators: small errors compound over time.

If a world model is slightly wrong about:

How pedestrians accelerate,

How cars respond to braking,

How sensors behave under glare,

then a simulated rollout can drift away from reality after a few seconds. That can produce training signals that optimize for the simulator’s quirks rather than the real world — a problem sometimes called

sim-to-real gap

Modern approaches mitigate this with:

Short-horizon rollouts combined with real logs.

Domain randomization (adding noise and variation).

Validation against held-out real scenarios.

Safety constraints that don’t rely purely on learned predictions.

A world model can be incredibly useful even if it’s not “perfect reality,” as long as you know where it’s reliable and where it’s not.

World models and maps: the structure under the pixels

A self-driving car isn’t only reacting to images. It also relies on structure:

HD maps (lane geometry, traffic control devices).

Localization (where am I on the map?).

SLAM-like components in some systems (especially outside mapped regions).

A strong world model has to integrate that structure. Otherwise it becomes a fancy video generator that can’t maintain consistent geometry.

This is why autonomy world models often blend:

Learned perception features,

Explicit geometry constraints,

Map priors,

Agent-based representations (other road users as entities with intentions).

The best systems are hybrid: they use learning where data is rich and rules where constraints are strict.

What changes for product development

The most practical impact of a good world model is

engineering velocity

Today, improving an autonomous driving stack often requires:

Finding real-world failures (disengagements, near misses).

Adding data and labels.

Tuning prediction/planning.

Revalidating across huge scenario suites.

If a world model can generate realistic variations of the failure, engineers can iterate faster. It can also help answer questions like:

“Is this behavior safe across a distribution, or was it lucky in one log?”

“How sensitive is the system to pedestrian hesitation?”

“What is the worst-case outcome if another driver behaves aggressively?”

Faster iteration is not a guarantee of safety — but it can improve the feedback loop.

The big open questions

Even if the world model is excellent, there are hard limits:

Accountability

: Can you explain why the system predicted a given future?

Validation

: How do you certify a learned simulator as representative?

Edge cases

: How do you ensure rare but critical scenarios are covered?

Policy robustness

: Does a policy trained in the model behave safely in reality?

This is where regulators and safety cases come in. Autonomous vehicles will need arguments that connect training and testing methods to real-world risk.

Bottom line

A high-fidelity world model is a powerful tool for autonomy because it turns driving from “learn only from what happened” into “learn from what could happen.” If Waymo can use a Genie 3–style system to generate realistic future road scenes, it could accelerate training, scenario testing, and safety evaluation — but the hard part remains proving that the simulated world is faithful enough that improvements carry over to real streets.

Sources

https://arstechnica.com/google/2026/02/waymo-leverages-genie-3-to-create-a-world-model-for-self-driving-cars/

https://waymo.com/safety/

https://en.wikipedia.org/wiki/World_model

https://en.wikipedia.org/wiki/Autonomous_car

https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping

←

→ Sixteen AI agents built a C compiler together — why that matters (and what it doesn’t mean yet)

oEmbed (JSON)

oEmbed (XML)

JSON

View all posts by Abdul Jabbar

Sixteen AI agents built a C compiler together — why that matters (and what it doesn't mean yet)

Waymo is reportedly using a Genie 3-style system to build a world model for autonomous driving. Here’s what world models are, why simulation matters, and the remaining safety gaps.

Document Title
Page not found - Rill.blog	Stránka nenalezena - Rill.blog
Image Alt
Rill.blog
Title Attribute
Rill.blog » Feed
RSD
Skip to content
Placeholder Attribute
Search...
Email address
Page Content
Page not found - Rill.blog	Stránka nenalezena - Rill.blog
Skip to content
Home
Read Now
Urdu Novels
Mukhtasar Kahanian
Urdu Columns
Main Menu
This page doesn't seem to exist.	Tato stránka zřejmě neexistuje.
It looks like the link pointing here was faulty. Maybe try searching?	Vypadá to, že odkaz, který sem směřoval, byl chybný. Zkuste to hledat?
Search for:
Search
Get all the latest news and info sent to your inbox.	Získejte všechny nejnovější zprávy a informace zaslané do vaší e-mailové schránky.
Please enable JavaScript in your browser to complete this form.	Pro vyplnění tohoto formuláře prosím povolte JavaScript ve vašem prohlížeči.
Email
*
Subscribe
Categories
Copyright © 2025 Rill.blog	Autorská práva © 2025 Rill.blog
English
العربية
Čeština
Dansk
Nederlands
Eesti
Suomi
Français
Deutsch
Ελληνικά
Magyar
Bahasa Indonesia
Italiano
日本語
한국어
Latviešu valoda
Lietuvių kalba
Norsk bokmål
Polski
Português
Română
Русский
Slovenčina
Slovenščina
Español
Svenska
Türkçe
Українська
Tiếng Việt
Notifications
Rill.blog
Rill.blog » Feed
RSD
Search...
Email address

Document Title

Page not found - Rill.blog

Image Alt

Rill.blog

Title Attribute

Rill.blog » Feed

RSD

Placeholder Attribute

Search...

Email address

Page Content

Page not found - Rill.blog

Home

Read Now

Urdu Novels

Mukhtasar Kahanian

Urdu Columns

Main Menu

This page doesn't seem to exist.

It looks like the link pointing here was faulty. Maybe try searching?

Search for:

Get all the latest news and info sent to your inbox.

Please enable JavaScript in your browser to complete this form.