事件概述 - 美国旧金山发生大规模停电事件，影响13万居民并导致全市交通中断[1][2] - Waymo旗下Robotaxi无人驾驶出租车因红绿灯熄灭而大规模“趴窝”，堵塞路口，且车上无安全员，需远程或现场救援[4][6] - 事件引发公众对无人驾驶技术的争议，特斯拉CEO马斯克借此对比，称其Robotaxi业务未受影响[8][9][13] Waymo Robotaxi 表现分析 - Waymo Drive是L4级自动驾驶系统，采用“重地图、重规则”技术路线，依赖高精地图和预设规则[21][22] - 系统已积累超1亿英里真实道路数据，理论上能应对信号灯故障，但此次因“公用事业基础设施重大故障”及引发的交通混乱，车辆为安全起见停留过久[23][31] - 车辆遵循美国“四向停车”规则（信号灯故障时需停车确认安全后通行），但无法在混乱交通场景中确认100%安全通过，导致“宕机”[26][27][28][31] - 远程操作员处理速度赶不上新增“宕机”车辆数量，且停电可能断网，加剧道路堵塞[32] 特斯拉 FSD 表现对比 - 特斯拉FSD采用纯视觉方案，并自V12版本引入端到端大模型[50] - 在停电导致信号灯失效的路口，特斯拉FSD未出现“宕机”，表现被部分网友认为可追平或超越优秀人类司机[35] - 特斯拉Robotaxi业务于2024年6月正式试点运营，在德州奥斯汀部分区域取消安全员，是该领域后来者[38] 技术路线差异与深层原因 - 数据与逻辑缺陷：Waymo积累的数据（包括超1亿英里真实里程和模拟数据）基于城市交通信号正常、秩序基本维持的前提，未充分考虑如停电等极端混乱场景[42][44][45] - 技术路线差异： - Waymo采用配备激光雷达的多感知融合方案，采用世界模型结合端到端学习的混合设计，旨在提供更强安全兜底[47][48] - 特斯拉采用纯视觉方案，依赖端到端大模型，决策过程更简单，可在不依赖高精地图和预设代码规则的情况下，对未训练过的场景做出应变[50][57][58] - 感知与决策挑战：多感知融合方案在传感器数据冲突时（如激光雷达与摄像头信息不一致），对算法和算力要求更高，可能引发决策延迟[53][55] 行业影响与公司动态 - Waymo的回应与计划：事件后，Waymo于12月23日宣布更新自动驾驶系统以提升应对停电场景能力，并改进紧急响应协议[58] - 此次事件为Waymo提供了极端场景下的宝贵数据[60] - 市场竞争白热化： - Waymo目前拥有2500辆Robotaxi车队，在美国5个大城市运营，计划明年新增12个运营城市（包括英国伦敦）及12个测试城市[62][63] - 特斯拉计划随着Cybercab量产，将其无需安全员的Robotaxi车队从德州奥斯汀的约150辆，提升至明年预计的1000辆[64] - 自动驾驶是特斯拉未来最重要的增长来源之一[65] 行业启示与路线之争 - 事件提醒行业必须重视罕见但社会影响巨大的极端场景[67] - 对于Waymo等L4公司，在激进（效率）与保守（安全）之间的平衡更难把握[68] - 公众对Robotaxi的期望存在矛盾：既希望其安全守规，又希望其在复杂路况下能灵活高效[72] - 从L2渐进式实现L4与一步到位实现L4的技术路线之争，可能因本次事件而更趋明朗[73]