意外斷電致Waymo“趴窩”:自動駕駛亟待從點到面支撐


【TechWeb】日前 , 舊金山意外斷電引發Waymo自動駕駛出租車集體“趴窩”的事件 , 讓自動駕駛再次成為業內關注的焦點 , 并揭示出目前自動駕駛普遍存在的隱患 。
意外斷電致Waymo“趴窩” , 再度引發自動駕駛爭議
回顧整個事件 , 源于太平洋煤氣電力公司(PGE)一處變電設施發生火災 , 導致舊金山大范圍斷電 。 官方數據顯示 , 高峰時期約13萬戶用戶受影響 , 占全市用電用戶的三分之一 。 期間 , 交通信號燈、路燈和部分公共交通系統同時失效 , 城市運行迅速陷入混亂 。
而在這場突發事件中 , Alphabet旗下的自動駕駛出租車公司Waymo意外成為焦點 。 多段社交媒體視頻顯示 , 停電區域內多輛Waymo Robotaxi停滯在十字路口 , 部分路段甚至出現數十輛車同時???、開啟雙閃的情況 , 直接造成交通擁堵 。 最終 , 拖車公司介入 , 將部分車輛回收 , Waymo隨后也暫停了舊金山的運營服務 , 直至次日才逐步恢復 。
Waymo事后解釋稱 , 其系統在交通信號燈失效時會自動將路口視為“四向停車”路口 , 這一邏輯與人類駕駛員一致 。 問題并不在于車輛“不會走” , 而在于大規模停電引發的“不確定性確認請求”集中爆發 , 即大量車輛同時向遠程支持團隊請求人工確認 , 導致響應延遲 , 車輛在安全優先原則下被迫延長停留時間 , 最終形成局部 , 甚至鏈式擁堵 。
但在業內看來 , 這起事件本身并非單純的交通事故 , 而是關于自動駕駛技術路線、商業化能力等是否成熟及安全等系列問題的反映 。
無關技術優劣 , 只在自動駕駛技術的極限
提及當下的自動駕駛技術和商業化 , 可以說Waymo代表的是當前全球Robotaxi商業化最成熟的一條路徑 , 即多傳感器融合+高精地圖+明確的運行設計域(ODD)+遠程人工支持 。 這種方案的優勢在于安全冗余高、行為可預測、容易通過監管審批 , 也正基于此 , Waymo才能率先在舊金山、鳳凰城等城市實現完全無人駕駛運營 。 但它的代價同樣明顯 , 具體表現為系統高度復雜 , 對外部規則、通信和協同體系依賴極強 , 一旦城市基礎設施出現系統性異常 , 運營壓力會被迅速放大 。
具體到此次停電 , Waymo的“問題”并非車輛無法識別路口 , 而是當整個城市同時進入異常狀態時 , 遠程確認機制成為瓶頸 , 造成典型的“單點安全機制在規?;瘲l件下反而失效”反應 。
【意外斷電致Waymo“趴窩”:自動駕駛亟待從點到面支撐】與之相比 , 被業內推崇的特斯拉堅持的則是純視覺+弱地圖甚至無地圖+端到端神經網絡學習人類駕駛行為的更激進路線 。 該路線并不追求在規則層面覆蓋所有情況 , 而是試圖讓系統“像人一樣”在不完美環境中做出判斷 。
需要說明的是 , 盡管在停電、臨時封路、標識缺失等非結構化場景中 , 該技術路線理論上具備更高的靈活性 , 也更接近規模化所需的成本結構 。 但它的問題同樣明顯 , 例如對算法泛化能力要求極高 , 在沒有人類兜底的情況下 , 安全邊界仍存在巨大爭議 。
由此我們認為 , 該事件并非簡單的誰家自動技術優劣的問題 , 而是不同技術路線在不同約束條件下暴露出的不同極限 。
從點到面 , 自身技術亟待基礎設施支撐
如上述 , 如果說Waymo的停擺暴露了技術路線差異 , 那么這一事件更深層的問題 , 其實并不在自動駕駛這個所謂的點本身 。
事實是 , 舊金山停電的直接誘因是一次并不罕見的基礎設施事故 。 據美國能源信息署數據顯示 , 2024年美國用戶平均停電時長已超過11小時 , 同比大幅增長 , 而在數據中心、算力集群高度集中的地區 , 電力系統的脆弱性更會被進一步放大 。 但令業內擔心的是 , 自動駕駛、電動汽車與AI , 恰恰又都是對電力和網絡穩定性高度敏感的技術體系 。
對此 , 在Reddit等海外社區 , 不少用戶的評價頗為尖銳:如果城市連電都不能穩定供應 , 討論Robotaxi是否成熟 , 本身就是一種奢侈 。 這并非情緒化表達 , 而是電網老化、負荷冗余不足、電價高企的現實約束正在系統性地抬高智能化和電動化的門檻 。 尤其是當交通信號、通信網絡、遠程支持系統同時受到沖擊時 , 任何高度工程化的自動駕駛方案 , 都會面臨“系統級失效”的風險 。 而這種風險并不能單靠更復雜的算法來解決 , 而是從點道面的系統工程 。
寫在最后:綜上 , 我們不難看到 , 自動駕駛目前的挑戰 , 早已不是“算法是否足夠聰明” , 而是能否在真實的城市場景中 , 與電力系統、通信網絡、公共治理等共同構成一個可靠的整體 。 否則 , 無論是重冗余的Waymo , 還是更靈活的特斯拉 , 都無法真正實現安全可靠的自動駕駛 。

    推薦閱讀