Robotaxi發生首起碰撞事故，馬斯克真的走對路了嗎？

近日，特斯拉在美國得克薩斯州奧斯汀啟動的自動駕駛出租車 （Robotaxi） 試運營項目曝出首起公開碰撞事故。

科技博主“DirtyTesla”發布的視頻顯示，一輛特斯拉Robotaxi在結束行程后，突然在無控制狀態下自行加速并偏轉方向，擦碰到一輛靜止車輛。

目前，監管機構已要求特斯拉解釋相關操作邏輯與技術細節。

事故雖未造成人員傷亡，但由于其出現在Robotaxi測試期間，正在演變成對特斯拉技術路線，即“純視覺”自動駕駛方案的拷問。

近年來，馬斯克多次否認對激光雷達和毫米波雷達的需求，強調“只靠攝像頭和數據訓練”就能通往L4級別自動駕駛。但從光線不足環境下的識別失效，到試運營過程中頻繁出現的誤判剎車、路線錯誤乃至碰撞，都凸顯出“純視覺”方案在現實場景下的不穩定性。

特斯拉Robotaxi發生首起碰撞事故，監管部門啟動調查

特斯拉Robotaxi的首起碰撞事故近日被曝光。該項目于6月22日在奧斯汀正式啟動試運營。

據特斯拉FSD用戶、博主“DirtyTesla”描述，當時他乘坐一輛全自動駕駛的Model Y測試車前往一家披薩店，車輛多次嘗試駛入該店停車場失敗后，停在了入口旁。他下車后拍攝的視頻顯示，車輛在無人操作的情況下突然自行轉動方向盤，徑直駛向旁邊停放的一輛豐田凱美瑞，輪胎輕微擦碰了對方車門后，特斯拉自動停車并亮起危險警示燈。

這條視頻于6月24日發布到網上。目前，特斯拉官方尚未就此作出回應。盡管該起剮蹭未構成嚴重后果，但因其出現在Robotaxi測試期間，且全程由公眾清晰記錄，其象征意義遠大于損失本身。

不僅如此，受邀試乘用戶也記錄了多起有關特斯拉Robotaxi的運行異常事件，包括：

一輛Robotaxi在左轉過程中駛入對向車道，逆行長達數秒；

多起“幽靈剎車”事件：車輛無明顯障礙時急停，導致乘客物品灑落；

錯誤識別下客位置，車輛停在車道中央或紅綠燈前強制結束行程；

有測試者在30英里限速區內記錄到Robotaxi以近40英里/時行駛。

對此，特斯拉方面始終未披露運營數據，也未主動公布FSD的接管頻率或具體故障日志。

這種“不解釋、不回應”的態度，正在加劇監管機構與公眾的擔憂。

撞車事故發生后，美國國家公路交通安全管理局 （NHTSA） 已經迅速介入。據路透社報道，NHTSA已向特斯拉發出正式的信息要求函，要求公司提交事發車輛在碰撞發生時的感知邏輯、控制決策鏈、異常響應機制，以及Robotaxi當前版本系統的整體運行評估框架。

NHTSA表示，他們正在“基于潛在系統性缺陷”的評估框架下進行信息收集，并將決定是否采取進一步監管行動。

“純視覺”技術受質疑，“只靠攝像頭”真的夠嗎？

這起Robotaxi碰撞事故，也將特斯拉長期堅持的“純視覺”自動駕駛技術路線拉到了聚光燈下。

早在2021年，馬斯克在接受媒體采訪時就聲稱：“自動駕駛汽車應當使用與人類司機相同的感知方式駕駛汽車， 人依靠眼睛和智力駕駛汽車，自動駕駛汽車也應當這樣。 ”

馬斯克認為，道路和交通規則本身是基于人類視覺設計的， 純視覺方案能最貼近人類駕駛習慣，是通向完全自動駕駛的“第一性原理” 。他多次批評激光雷達是“錯誤的解決方案”，稱其在復雜道路環境中效率低下，而視覺系統結合生物神經網絡才是最優解。

然而，此次的Robotaxi碰撞事故可謂給了馬斯克一記響亮的耳光，因為涉事車輛在光線不佳、空間狹窄的停車場內未能識別貼近車身的靜止障礙物，也未觸發任何緊急制動或預警行為。

業內專家普遍認為， 這正是純視覺感知系統在“近距離、低對比度、弱光環境”下的典型失效場景。 有論文指出，弱光條件會嚴重影響視覺傳感器的性能，降低圖像質量和目標檢測性能，并可能導致預期功能安全性問題。

德國漢諾威中型企業應用技術大學汽車經濟學講師弗蘭克·施沃佩在接受媒體采訪時直言不諱地指出：“ 在我看來，這個項目還不成熟，尤其是它的自動駕駛技術僅基于攝像頭 。” 他強調，配備激光雷達和雷達傳感器的車輛雖然更貴，但也更安全。

激光雷達 （光探測和測距） 使用激光創建汽車周圍環境的精確3D地圖，提供一層冗余，即使在攝像頭可能難以應對的環境下也能正常工作，例如黑暗或強光直射。在2024年12月的理想AI Talk對話節目中，理想汽車CEO李想就被問及“特斯拉沒有用激光雷達，你們為什么要用”時，他坦言，保留激光雷達是為了安全。

特斯拉使用8個500萬像素攝像頭作為其系統的主要傳感器，分辨率遠低于蘋果iPhone 16上的4800萬像素系統。這些攝像頭價格低廉，在強光和弱光條件下表現不佳。對此，馬斯克在特斯拉4月22日的電話會議上矢口否認，但特斯拉長期批評者丹·奧多德在測試中發現，FSD在直面陽光時會直接“宕機”。

有業內人士指出，純視覺的核心邏輯是“大模型+大數據”——通過數百萬輛車收集訓練數據，不斷糾偏算法。

卡內基梅隆大學工程學教授拉杰·拉杰庫馬爾 (Raj Rajkumar) 在接受外媒采訪時表示，“要處理攝像頭數據，必須使用AI和機器學習，”拉杰庫馬爾說道。“但幻覺是AI運作方式中不可或缺的一部分，一旦出現幻覺，就會出現錯誤，因此，在很長一段時間內，單純依靠攝像頭的解決方案是不夠的。”

與特斯拉堅守“純視覺”技術路線不同，谷歌旗下的Waymo和亞馬遜旗下的Zoox均采用了“雙管齊下”的策略，旗下車輛配備了 全套 傳感器，包括攝像頭、雷達，以及最重要的激光雷達。

正如Waymo聯合首席執行官Tekedra Mawakana所說，他們的目標是“取代人類”，這就需要一個視覺“優于人類”的系統，而不僅僅是模仿人類。

一位自動駕駛行業的高管在接受媒體采訪時表示，從當前結果看，特斯拉水平就是Waymo 3年前的水平。

本文來自微信公眾號： 每經頭條 （ID：nbdtoutiao） ，記者：岳楚鵬，編輯：金冥羽、蘭素英、杜恒峰，校對：陳柯名