自動駕駛的虛擬世界，不能把難題一起生成掉

普林斯頓大學 2026 年 10 月 26 日的文章重新介紹了當年 4 月 18 日公開的 ScenarioControl 研究。論文指出，推斷參與者數量時可能漏掉被遮擋的對象，使位置匹配精度與幾何重疊率同時下降。研究介紹；原論文，第 5.4 節。

這個細節值得單獨思考：如果虛擬世界裡的障礙變少，測試可能更容易通過，但被測試的駕駛系統未必進步。這裡討論的是如何解釋生成場景，而不是判斷該研究或某家公司的車輛是否安全。Open Market Notes 的核心判斷是，生成系統越擅長製造豐富畫面，使用者越需要記錄每個場景原本想保留的困難。

被刪除的困難，比不真實的天空更難發現

設想一個明確標示為假設的測試：配送車擋住路邊騎車人，自動駕駛車輛即將經過。研究者希望比較晴天與陰天的影響，同時固定騎車人的出發時刻、運動軌跡和配送車的位置。如果畫面生成後騎車人沒有出現，影片仍可能流暢，車輛也可能順利駛過。然而，這已經不是天氣變化下的同一道題，而是一道刪掉了關鍵條件的新題。

難點在於，肉眼更容易注意天空顏色、道路紋理或車輛邊緣，而不容易察覺一個本該存在卻消失的對象。漂亮的畫面因此可能掩蓋測試意圖的變化。這不是指控生成模型故意規避困難，而是提醒：視覺品質檢查與場景有效性檢查承擔不同任務，前者通過不能替代後者。

同樣需要區分的是，場景對象之間的幾何重疊，與駕駛策略採取行動後的事故結果，並非同一種統計量。生成階段減少不合理的物體重疊，當然可能是有用的改進。不能把生成器的一個指標，直接換成駕駛系統的安全結論。

補全未知世界，與出一道指定考題，是兩種任務

也存在一種合理的相反解釋：攝影機本來就看不到被遮擋的區域，模型沒有義務恢復一個唯一、確定的真實世界。面對同一張圖，多個不同的隱蔽對象配置都可能合理。若任務是探索可能性，強行規定只有一種補全正確，反而會誤解生成模型的用途。

但如果任務是驗證車輛能否處理一個預先指定的騎車人衝出場景，這個騎車人就不再是可有可無的想像。測試設計者已經把它寫進條件，生成結果必須保留它。兩種用途可以共用工具，卻不能共用未經區分的驗收規則。前者需要呈現不確定性的範圍，後者需要保證指定條件沒有遺失。

這一區別也決定了失敗應該記在哪裡。一個沒有滿足指定條件的場景，應先記為場景生成失敗，而不是進入駕駛策略的通過率分母。如果只留下好看的、容易運行的場景，再彙總車輛表現，就無法知道被剔除的部分是否恰好包含更難的測試。記錄被拒絕的生成結果，不是為了讓模型顯得更差，而是讓證據的篩選過程可見。

控制變數，才使更多畫面成為可比較的證據

Waymo 在 2026 年 2 月介紹其世界模型時，分別列出駕駛動作、場景布局和語言控制，並說明輸出包括攝影機與光達資料。公司介紹。這提供了產業背景，但並不意味著它採用了 ScenarioControl，也不能證明任何具體測試已經充分。

對讀者更有價值的問題是：一次比較中究竟改變了什麼？若晴天場景換成雨天時，其他車輛的位置、速度和道路寬度也變了，就難以把結果差異歸因於天氣。反過來，若所有條件都鎖得太緊，也可能只在一個過於狹窄的例子中取得穩定結果。合理做法不是在「完全隨機」與「完全固定」之間二選一，而是明確哪些條件固定、哪些變化，以及為什麼這樣設計。

我們把這種記錄稱為「場景難度帳本」，這是本文提出的分析方式，並非論文中的產品名稱。它把原始測試意圖與實際生成內容放在一起：需要出現的對象是否存在，遮擋是否保留，何時出現衝突，車輛面對了哪些行動選擇。帳本的作用不是給每個場景強行計算一個通用難度分數，而是防止不同的題目被當成同一道題比較。

版本資訊也應跟隨結果。生成器更新後，即使提示詞沒有變，場景分布仍可能變化。如果駕駛策略和生成器同時更新，整體通過率上升就包含了兩個變化來源。保留一組固定場景作為參照，再觀察新增場景揭示了什麼，可以幫助區分車輛改進與考題變化。這是評估設計建議，不是對任何現有系統測試流程的描述。

最終需要解釋的，是車輛的選擇

NIST 正在開展的測量研究把模擬與實體車輛驗證結合，並比較實際決策與反事實選擇；可接受表現的門檻仍由監管者與產業決定。研究計畫。這是進行中的研究方向，不是已經完成的認證制度。

沿著這個方向，虛擬測試不必只問「是否撞上」。在假設的騎車人場景中，還可以問車輛為何減速、是否保留了安全餘裕，以及另一種行動是否更合理。沒有發生事故可能是有效應對，也可能只是關鍵對象沒有出現；過度保守的行動可能避免了衝突，卻沒有解釋系統是否真正理解情境。這些問題不能僅從最終畫面的觀感獲得答案。

生成技術的價值並不會因此縮小。若有效場景更容易製作，研究者可以用同樣的製作資源探索更多假設。變化在於，瓶頸可能從「能否做出畫面」轉向「能否確認這張畫面仍在考我們想考的問題」。增加生成量只是供給，確認測試意圖、保留難度與解釋行為，才讓供給轉化為證據。

本文沒有獨立重現實驗，也沒有據此推斷道路部署的就緒程度。它強調一個更有限、也更實用的判斷：虛擬世界可以比過去更豐富，但若把困難也一起生成掉，順利通過測試就會失去原本的意義。