تصور کنید در یک تاکسی بدون راننده نشسته‌اید و تنها با یک جمله، دمای محیط را تغییر می‌دهید یا درباره‌ی بنای تاریخی که از کنارش می‌گذرید سؤال می‌پرسید. این تجربه اکنون برای مسافران تاکسی‌های Ojai شرکت Waymo به واقعیت تبدیل شده است. دستور جدید برای مسافران این است: «فقط از صدای خود استفاده کنید».
طبق اعلام رسمی Waymo در ۱۹ اوت ۲۰۲۶، هوش مصنوعی زاینده (Generative AI) — شبیه به یک دستیار همه‌فن‌حریف که تمام کتابخانه‌های دنیا را خوانده و حالا با شما گپ می‌زند — در قالب مدل Gemini به عنوان دستیار صوتی داخل خودرو فعال شده است. این سیستم از طریق یک آیکون روی صفحه نمایش در دسترس است، در حالی که سیستم رانندگی Waymo Driver به‌طور مستقل جاده را مدیریت می‌کند.
این اقدام، فضای داخلی خودرو را از یک کپسول حمل‌ونقل ساکت به یک محیط تعاملی تبدیل می‌کند. در حالی که ما پیش‌تر بررسی کردیم که چگونه Korvanta AI از ناوگان‌های عامل Gemini برای نظارت بر کشاورزی استفاده کرد، حالا Waymo همان قدرت گفتگو را به تجربه فیزیکی مسافران آورده است. در واقع، رابط کاربری از دستورات ساده و خشک «کنترل و فرمان» به یک همراه هوشمند با هدف عمومی تغییر شکل داده است. این رویکرد در راستای ترند کلی ادغام قابلیت‌های هوش مصنوعی در رابط‌های کاربری است؛ مشابه آنچه مایکروسافت در بازنگری اپلیکیشن‌های Copilot برای بهینه‌سازی تجربه کاربر انجام داد.
زمینه و بستر ادغام
شرکت Waymo جزئیات این عرضه را در وبلاگ Waypoint خود منتشر کرد. این شرکت دستیار جدید را راهکاری برای قرار دادن دانش عمومی و کنترل‌های کابین در پشت یک رابط گفتگویی معرفی کرده است. در حال حاضر، این ادغام در حالت بتا (آزمایشی) قرار دارد و Waymo قصد دارد در طول زمان قابلیت‌های صوتی بیشتری را به آن اضافه کند.
این استقرار بخشی از یک استراتژی گسترده‌تر برای بهبود تجربه مسافران است، زیرا شرکت قصد دارد در ماه‌های آینده کاربران عمومی بیشتری را به پلتفرم Ojai بپذیرد.
به نقل از وبلاگ Waypoint، Gemini در Waymo در چهار دسته‌بندی اصلی عمل می‌کند:
- کنترل کابین: تنظیم دما (مثلاً «دما را روی ۶۵ درجه بگذار») و مدیریت نورپردازی.
- اطلاعات سفر: درخواست برای یافتن بهترین کافی‌شاپ‌های نزدیک یا استعلام وضعیت سفر.
- آموزش سرویس: پاسخ به سؤالات مسافران درباره نحوه کارکرد سرویس تاکسی رباتیک.
- دانش عمومی: ارائه حقایق تاریخی و اطلاعات درباره نقاط دیدنی و بناهای تاریخی در طول مسیر.
تنها استثنای مهم و حیاتی این است که مسافران می‌توانند با یک دستور صوتی، درخواست توقف در کنار جاده (pullover) را بدهند. این تنها نقطه‌ای است که دستیار صوتی مستقیماً با عملیات رانندگی تعامل دارد، در حالی که در سایر موارد تنها با محیط کابین در ارتباط است.
جزئیات فنی و ایمنی
برای تضمین ایمنی، Waymo یک «دیوار داده» (data wall) سخت‌گیرانه بین دو سیستم هوش مصنوعی ایجاد کرده است. مدل Gemini کاملاً مستقل از Waymo Driver عمل می‌کند و هیچ دسترسی به داده‌های رانندگی لحظه‌ای یا کنترل‌های مسیریابی ندارد. این دستیار تنها زمانی فعال می‌شود که مسافر صراحتاً آن را فرا بخواند؛ تصمیمی در طراحی که Waymo آن را به عنوان یک safeguard یا حفاظ برای حریم خصوصی کاربران معرفی کرده است.
این جداسازی، جزئیات تکیه‌گاه و حیاتی‌ترین بخش یک سرویس است که بر پایه پشته‌ی خودرانی سطح ۴ (Level 4) بنا شده است. سیستم راننده خودرو و سیستم گفتگو با مسافر، هر دو در یک خودرو و روی یک صفحه نمایش حضور دارند، اما هیچ مسیر داده‌ای مشترکی با یکدیگر ندارند.
این به‌روزرسانی با یک بازطراحی سخت‌افزاری گسترده همراه شده است. مدل Ojai از یک تجربه سه-صفحه‌ای هماهنگ استفاده می‌کند که محتوای آن بر اساس جایگاه و تعداد مسافران تغییر می‌کند:
- مسافران تک‌نفره: مسافری که در صندلی عقب سمت راست می‌نشیند، کنترل‌های کامل را روی صفحه نمایش اختصاصی خود دریافت می‌کند.
- سایر مسافران: دو صفحه نمایش باقی‌مانده به یک نمای ساده‌شده از وضعیت سفر یا یک پخش‌کننده رسانه‌ای محیطی (ambient media player) تغییر حالت می‌دهند.
همچنین حالت «Calm Mode» معرفی شده است که برای ایجاد سفری آرام‌تر، نور صفحات را کم کرده و اطلاعات را به حداقل می‌رساند. خودروی Ojai از ابتدا و به‌طور بنیادی برای خدمات تاکسی‌سرویس طراحی شده است؛ به همین دلیل دارای کف تخت، پله‌های کوتاه برای ورود آسان و بدون صندلی راننده است، که این موضوع آن را از خودروهای تولیدی که صرفاً تغییر یافته‌اند، متمایز می‌کند.
عرضه و مقیاس‌پذیری
در حال حاضر Ojai در حال گسترش حضور عمومی خود است. در مه ۲۰۲۶، Waymo پذیرش «تسترهای مورد اعتماد» (Trusted Testers) را در سان‌فرانسیسکو، فینیکس و لس‌آنجلس برای سفرهای رایگان آغاز کرد. برنامه شرکت این است که پیش از افتتاحیه عمومی گسترده‌تر در اواخر سال ۲۰۲۶، خدمات خود را به دنور، لاس‌وگاس و سن‌دیگو گسترش دهد.
از نظر فنی، Ojai نسل ششم Waymo Driver را معرفی می‌کند که از عملیات در اقلیم‌های برفی پشتیبانی می‌کند. Waymo در حال مقیاس‌دهی تولید در کارخانه خود در مزا، آریزونا است تا ظرفیت تولید را به ده‌ها هزار خودرو در سال برساند. این سرویس در سطح کلی تاکنون بیش از ۲۰ میلیون سفر کاملاً خودران را در بیش از ۱۱ شهر به ثبت رسانده است.
این پیشرفت در حالی رخ می‌دهد که رقابت در این صنعت شدیدتر شده است. رقبایی مانند Pony.ai و Uber در حال پیشبرد گسترش خود هستند و اوبر قصد دارد بیش از ۲ هزار تاکسی رباتیک را در سراسر اروپا مستقر کند. Waymo نیز در اوایل اوت ۲۰۲۶ لیست انتظار شهر دالاس را حذف کرد تا آماده شود برای تست‌های رانندگی در بزرگراه‌ها و فرودگاه‌ها.
Waymo با افزودن Gemini روی این شرط شرط‌بندی کرده است که «تجربه نرم‌افزاری» داخل خودرو به اندازه «خودرانی» بیرون آن اهمیت دارد. برای مسافر، این بدان معناست که خودرو دیگر تنها ابزاری برای جابجایی نیست، بلکه یک محیط دیجیتال شخصی‌سازی شده است. جداسازی هوش مصنوعی «گوینده» از هوش مصنوعی «راننده»، همان جزئیات کلیدی است که به Waymo اجازه می‌دهد بدون به خطر انداختن ایمنی خودرو، با مدل‌های زبانی بزرگ (LLMs) آزمایش کند. این مدل‌های زبانی اکنون در دسترس‌ترین حالت خود را یافته‌اند، به‌طوری که پلتفرم‌هایی مانند AI Model Hub دسترسی به مدل‌های پیشرو را با سیستم‌های پرداخت توکنی تسهیل کرده‌اند تا ادغام آن‌ها در سخت‌افزارهای مختلف بهینه‌تر شود.
در به‌روزرسانی‌های بعدی Waymo، باید منتظر نتایج تست‌های بزرگراهی و فرودگاهی بود، زیرا این محیط‌ها مشخص خواهند کرد که آیا Gemini می‌تواند پرس‌وجوهای پیچیده‌تر و پراسترس مسافران را در شرایط سخت مدیریت کند یا خیر.
گام بعدی شما
- اگر به دنبال تحلیل مدل‌های تجاری AI هستید، نحوه ادغام مدل‌های زبانی در سخت‌افزارهای فیزیکی را دنبال کنید.
- تغییرات در رابط‌های کاربری صوتی (VUI) را در محصولات مصرفی رصد کنید.
- نتایج تست‌های Waymo در بزرگراه‌ها را برای درک چالش‌های لایه ایمنی دنبال کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.
گفتگو