Le co-CEO de Waymo, Dmitri Dolgov, n'a jamais prononcé le nom de Tesla. Il n'en avait pas besoin. Dans une conférence publiée par Y Combinator, il explique qu'une voiture fondée uniquement sur des caméras peut fournir une bonne assistance, voire approcher les performances d'un humain, mais que cette architecture finirait par plafonner avant d'atteindre la sécurité très supérieure exigée d'un véhicule réellement sans conducteur.
Mon verdict : Waymo possède aujourd'hui de bien meilleures preuves que Tesla. Mais Dmitri Dolgov et Electrek ne démontrent pas que la vision seule est condamnée par les lois de la physique. Waymo gagne la bataille des résultats, pas encore celle de l'impossibilité technique.
En bref
L'argument technique de Waymo est solide. Une caméra fournit des couleurs, des détails et une lecture sémantique très riche, mais elle doit déduire la profondeur et la vitesse à partir de plusieurs images. Le lidar mesure directement la structure en trois dimensions, tandis que le radar mesure notamment la vitesse grâce à l'effet Doppler. En combinant ces informations, Waymo réduit sa dépendance envers les limites d'une seule famille de capteurs.
Les résultats opérationnels donnent également un avantage évident à Waymo. Son service compte des centaines de millions de miles réellement parcourus sans conducteur. Tesla affiche de son côté des milliards de miles avec le FSD, mais il s'agit principalement d'un système supervisé dans lequel l'humain reste responsable et peut reprendre la main.
La conclusion ne peut pourtant pas être que les caméras seules sont incapables de conduire. Elles le font déjà. La vraie question est de savoir si une architecture centrée sur les caméras peut atteindre, sans surveillance humaine et à très grande échelle, une sécurité comparable à celle que Waymo documente aujourd'hui. Sur ce point, Tesla n'a pas encore produit une démonstration publique équivalente.
Ce que le co-CEO de Waymo dit réellement
La conférence de Dmitri Dolgov porte sur les enseignements accumulés pendant près de vingt ans de développement. Son idée centrale est qu'une démonstration fonctionnelle ne représente qu'une infime partie du travail nécessaire pour construire un produit fiable. Waymo savait déjà faire circuler une voiture autonome sur des parcours préparés en 2010. Il lui a ensuite fallu environ quinze ans pour atteindre son échelle actuelle.
Dolgov décrit la fiabilité comme une succession de niveaux de plus en plus difficiles à atteindre. Obtenir un système qui fonctionne correctement dans 90 % ou 99 % des situations produit une démonstration impressionnante. Retirer le conducteur exige de traiter les événements qui ne se produisent qu'une fois sur plusieurs centaines de milliers ou plusieurs millions de kilomètres.
C'est dans ce contexte qu'il aborde le débat sur les capteurs. Selon lui, une perception qu'il juge trop faible permet de construire une assistance à la conduite, mais sa progression finirait par plafonner avant d'atteindre une sécurité très supérieure à celle de l'humain.
Une nuance importante disparaît presque dans l'interprétation publiée par Electrek : Dolgov reconnaît lui-même que la redondance ne nécessite pas obligatoirement plusieurs familles de capteurs. Il explique surtout que, puisqu'une voiture sans conducteur a de toute façon besoin de redondance, Waymo préfère profiter des propriétés physiques complémentaires des caméras, du lidar et du radar.
Il ne présente pas une expérience établissant un plafond mathématique de la vision seule. Il expose le raisonnement d'ingénierie qui a conduit Waymo à choisir son architecture.
Pourquoi l'argument de Waymo est techniquement sérieux
La sixième génération du Waymo Driver combine 13 caméras, 4 lidar, 6 radars et des récepteurs audio externes. Les champs de vision se recouvrent autour du véhicule et peuvent, selon Waymo, porter jusqu'à 500 mètres.
Dans sa présentation, Dolgov montre plusieurs situations volontairement difficiles. Pendant une tempête de poussière à Phoenix, l'image de la caméra devient presque inutilisable alors que le lidar continue de distinguer un piéton. D'autres exemples montrent des personnes ou des enfants au bord d'une route plongée dans l'obscurité. Il présente enfin une voiture dont une branche recouvre un capteur, mais qui parvient à rejoindre son dépôt grâce aux autres informations disponibles.
Ces cas illustrent le véritable avantage de la fusion multimodale. Plusieurs caméras offrent déjà une redondance de couverture, mais elles peuvent être affectées en même temps par un faible contraste, un éblouissement, une salissure ou certaines conditions météorologiques. Le lidar et le radar n'échouent pas nécessairement au même moment ni de la même manière.
Il faut néanmoins éviter de transformer ces capteurs en solution magique. Une étude expérimentale consacrée à la pluie et au brouillard montre que les performances des caméras, du lidar et du radar peuvent toutes se dégrader. Le bénéfice vient de leurs limites partiellement différentes, pas d'une invulnérabilité du lidar ou du radar.
Ajouter des capteurs augmente également la consommation, les besoins de calibration, le nettoyage, les réparations et la complexité logicielle. Une mauvaise fusion peut propager une erreur au lieu de la corriger. Davantage de capteurs crée un potentiel de robustesse, mais ne garantit pas automatiquement une meilleure conduite.
Pourquoi les caméras seules ne sont pas une absurdité
L'expression "caméras seules" est déjà un raccourci. Une Tesla exploite également sa cartographie, son itinéraire, les mouvements du véhicule, plusieurs images successives et une puissance de calcul importante. Le terme signifie surtout qu'elle renonce au lidar et au radar comme principales modalités de perception extérieure.
Une intelligence artificielle peut reconstruire la profondeur et estimer la vitesse en combinant plusieurs caméras, le mouvement du véhicule et l'évolution de la scène dans le temps. La publication scientifique BEVFormer montre par exemple qu'une perception fondée sur plusieurs caméras peut atteindre, sur le benchmark nuScenes, des performances comparables à certaines bases utilisant le lidar.
Cela valide la faisabilité d'une perception en trois dimensions, pas la sécurité complète d'un robotaxi. Mais cela suffit à invalider l'idée selon laquelle les caméras seraient incapables, par principe, de comprendre la géométrie d'une route.
Les images montrées par Waymo comparent par ailleurs une vue de caméra brute à une vue lidar. Elles révèlent une vraie différence physique, mais ne montrent pas tout ce qu'un réseau neuronal peut extraire de plusieurs caméras et de dizaines d'images successives. À l'inverse, aucune amélioration logicielle ne peut recréer une information totalement absente lorsque toutes les caméras sont aveuglées.
L'argument économique de Tesla reste également sérieux. Une architecture intégrée à des millions de voitures de série est plus simple à fabriquer et potentiellement moins coûteuse à entretenir. Waymo répond que le prix des capteurs baisse à chaque génération. Aucun des deux constructeurs ne publie toutefois un coût total réellement comparable par kilomètre, incluant le matériel, le calcul, le nettoyage, les réparations, l'assistance à distance et l'immobilisation des véhicules.
Waymo et Tesla ne proposent pas le même produit
Le FSD vendu aux propriétaires de Tesla reste officiellement supervisé. Tesla précise qu'il ne rend pas la voiture autonome, qu'il nécessite un conducteur attentif et que celui-ci reste responsable. Comparer ses kilomètres à ceux de Waymo sans intégrer cette présence humaine revient à comparer deux systèmes de sécurité différents.
Tesla exploite désormais aussi un service Robotaxi présenté comme sans conducteur dans des zones limitées d'Austin, Dallas, Houston, Miami, Orlando et Tampa. Les passagers ne sont pas autorisés à s'installer sur le siège avant gauche. Cette existence suffit à montrer qu'une architecture centrée sur les caméras peut fonctionner sans conducteur dans un domaine opérationnel limité.
Elle ne démontre pas encore que Tesla atteint la sécurité de Waymo, qu'elle peut affronter toutes les conditions ou qu'elle sait étendre ce service à des millions de véhicules. Qualifier ce déploiement de simple démonstration, comme le fait Electrek, est compréhensible au regard de son échelle. Cela reste cependant un jugement éditorial : un service accessible à des passagers et facturant des courses est déjà davantage qu'une vidéo de prototype.
Le niveau d'autonomie ne dépend pas du nombre de capteurs. Il dépend de l'identité de celui qui assume réellement la conduite et du domaine dans lequel le système peut fonctionner. La génération du matériel compte également : les différences de caméras et de puissance de calcul entre HW3 et HW4 montrent qu'une architecture dite "camera-only" ne désigne pas un système uniforme.
Waymo domine surtout par la qualité de ses preuves
Le tableau de bord de Waymo comptabilise 220,6 millions de miles parcourus sans conducteur jusqu'en mars 2026. Waymo mesure 94 % d'accidents avec blessures graves ou mortelles en moins que son benchmark humain, ainsi que 82 % d'accidents avec blessure en moins.
Ces données viennent de l'entreprise, mais elles sont accompagnées d'une méthodologie et de fichiers téléchargeables. Surtout, une étude indépendante publiée par l'IIHS en juillet 2026 conclut que les véhicules Waymo étudiés ont été impliqués dans 68 % d'accidents susceptibles d'être déclarés à la police en moins que les conducteurs humains, dans les mêmes zones et sur les mêmes périodes.
Être passager dans une Waymo sans conducteur, c'est une expérience
L'IIHS précise que ce résultat ne vaut que pour les véhicules, les villes et les périodes étudiés. Il ne démontre pas non plus que le lidar est la cause directe de cette performance. Waymo se distingue aussi par ses cartes, son domaine opérationnel limité, sa simulation, sa politique de conduite, sa maintenance et toute son infrastructure de flotte.
Tesla publie de son côté un rapport de sécurité consacré au FSD supervisé. L'entreprise affiche plus de 13 milliards de miles et revendique sept fois moins de collisions majeures et mineures que la moyenne américaine estimée. Elle détaille désormais sa définition d'une collision, sa fenêtre de cinq secondes avant l'impact et plusieurs limites de sa méthode.
Ces chiffres ne doivent pas être balayés d'un revers de main, mais ils ne répondent pas à la même question. Le conducteur reste présent comme filet de sécurité, Tesla agrège elle-même les données et le FSD n'est pas activé dans toutes les situations avec la même fréquence. Cela empêche d'utiliser ce rapport comme preuve directe de la sécurité d'un Robotaxi sans conducteur.
Electrek tombe d'ailleurs dans un piège proche de celui qu'il reproche à Tesla lorsqu'il présente un taux brut d'accidents du Robotaxi environ trois fois supérieur à celui des humains. L'IIHS explique précisément que les obligations de déclaration et les accidents effectivement signalés ne sont pas équivalents. Sans aligner les seuils de déclaration, les routes, les villes et le domaine opérationnel, ce ratio reste un signal à étudier, pas un verdict.
Ce que mon expérience en Californie apporte au débat
J'ai eu l'occasion de raconter mon essai de Waymo et du FSD v14 en Californie. Mon trajet en Waymo s'est déroulé sans conducteur pendant environ une heure. La conduite était convaincante, même si certaines accélérations et certains virages restaient nerveux, avec un stationnement final parfois discutable.
Dans la Tesla d'un ami, le FSD v14 conduisait presque aussi bien dans de nombreuses situations. La différence fondamentale restait pourtant présente : un humain occupait le poste de conduite, surveillait le système et demeurait responsable.
Ce ressenti de passager ne constitue évidemment pas une étude de sécurité. Il permet simplement de comprendre pourquoi les démonstrations Tesla impressionnent autant, tout en rappelant que l'impression de compétence ne suffit pas pour retirer définitivement le conducteur.
Quelles données permettraient vraiment de trancher ?
Tesla doit séparer clairement les kilomètres supervisés des kilomètres réellement parcourus sans personne au poste de conduite. Elle doit publier l'exposition du Robotaxi par ville, par type de route et par domaine opérationnel, avec une définition stable des accidents, des arrêts de sécurité et des interventions à distance.
Ces résultats doivent ensuite être comparés à un benchmark humain construit avec les mêmes seuils de déclaration, puis analysés par une organisation indépendante. C'est aussi le niveau de transparence que je demandais dans mon analyse du blocage français du FSD Tesla.
Waymo peut également aller plus loin. Son tableau de bord démontre la sécurité de son système complet, pas la contribution précise de chaque capteur. Pour établir réellement le plafond de la vision seule, il faudrait publier des évaluations contrôlées comparant la même pile logicielle avec certaines modalités retirées. Les exemples de poussière, d'obscurité ou de branche sont parlants, mais restent des cas sélectionnés par Waymo.
Waymo gagne aujourd'hui, mais le débat reste ouvert
Waymo a raison sur le fond : retirer le conducteur exige beaucoup plus qu'une démonstration impressionnante. Lorsque des vies dépendent du système, chaque mesure indépendante et chaque mode de défaillance évité peuvent justifier un coût supplémentaire.
Un Tesla Cybercab, récemment déployé en test à San Francisco
Tesla ne peut pas répondre uniquement avec le volume de sa flotte, la vitesse de ses mises à jour ou la promesse d'une intelligence artificielle qui finira par tout résoudre. L'entreprise doit produire des données sans conducteur comparables à celles de Waymo et accepter qu'elles soient étudiées indépendamment.
Mais Waymo ne peut pas non plus transformer sa stratégie actuelle en loi scientifique universelle. Ses résultats prouvent que son système multicapteur fonctionne remarquablement bien. Ils ne prouvent pas que les caméras seules ne pourront jamais atteindre le même niveau.
La conclusion honnête est donc moins spectaculaire que le titre d'Electrek : Waymo a gagné la bataille de la preuve. Tesla conserve la possibilité technique de lui donner tort, mais elle doit encore la transformer en démonstration de sécurité à grande échelle.