停電引發(fā)的危機

作者｜融溪

一次偶發(fā)事件，再次把Waymo推至風口浪尖。

剛過去的周末，美國舊金山遭遇大范圍停電，這場突如其來的事故，影響了十多萬家庭以及商戶，公共交通系統(tǒng)也陷入混亂。

但誰也沒想到，這次黑天鵝事件，讓Waymo成為最大受害者之一。

因為大范圍停電，街道紅綠燈罷工，Waymo的自動駕駛出租車因識別不了熄燈后紅綠燈，直接選擇擺爛。

這就導致幾十輛自動駕駛出租車在十字路口趴窩，舊金山多個交通路段陷入了癱瘓狀態(tài)...

此時此刻，馬斯克跳出來了——

特斯拉的Robotaxi就沒受到啥影響。

01

停電引發(fā)的事故

事情還要從一場火災說起。

12月20日，太平洋燃氣電力公司（PG&E）變電站突發(fā)一場大火，導致舊金山市約30%的區(qū)域停電，因目前正是圣誕節(jié)前購物和社交高峰期，停電的影響也被不斷擴大。

給這次事故煽風點火的，就是Waymo自動駕駛車隊。

因Waymo的Robotaxi感知不到熄滅的紅綠燈，直接打起雙閃停在路口。

視頻顯示，Waymo被困路口后，后面排起了很長的堵車隊伍，任后車如何“滴滴”，Waymo自是巋然不動。

有當地居民稱，當地時間周六晚9點45 分左右，他看到至少三輛Waymo自動駕駛車在道路上停駛，其中一輛的?？课恢梦挥谔乜舜蟮揽拷量舜蠼值穆范?，“這些車就直接停在了馬路正中間。”

還有部分乘客稱，被困車內長達數十分鐘。

在這起事故中，Waymo的遠程監(jiān)控中心似乎也沒有處理這種突發(fā)事件的經驗，導致幾十輛自動駕駛車長時間在路上拋錨。

對此，Waymo也做了回應，稱Waymo Driver系統(tǒng)設計為在信號燈失效時將路口時按照四路停車，但此次停電規(guī)模過大，車輛比平時停留更長時間，這加劇了交通擁堵?！?/p>

但解釋還是太過蒼白，免不了網友對其技術產生質疑。

這也不是Waymo第一次遭遇集體趴窩，2023年4月，就有5臺自動駕駛出租車，因為霧太大，在市區(qū)街道趴窩。Waymo當時的回應是，會通過軟件更新改善車輛在霧天及停車場景下的表現。

此次再次遭遇大規(guī)模趴窩，也遭到競爭對手馬斯克的嘲諷，馬斯克直接發(fā)文稱“特斯拉Robotaxi未受舊金山停電影響”。

不過一個事實是，特斯拉目前并沒有在舊金山開展robotaxi服務，即便在灣區(qū)的特斯拉robotaxi，也配有安全監(jiān)督人員，隨時準備接管駕駛。

為了配合老板的吐槽，特斯拉特意放出一段視頻。視頻顯示，特斯拉的Robotaxi即便在紅綠燈熄滅的路口，也能自主實現通行，還配文稱，FSD在數十億英里的現實世界中接受訓練，包括停電。

02

為什么又是特斯拉

Waymo的自動駕駛車輛集體趴窩，暴露出目前L4級自動駕駛的一個問題——一旦外部基礎設施崩塌，或是人工規(guī)則沒有涉及，所謂的自動駕駛就會直接崩潰。

L4自動駕駛需要依賴幾十個傳感器協同工作，比如激光雷達、毫米波雷達以及攝像頭等，紅綠燈就是非常簡單直接的決策判斷標準。

國內有不少L4級車隊，在挖掘車路云一體化的商業(yè)潛力，這種路線依賴道路設施與云端平臺的協同，強調“聰明的車+智慧的路+強大的云”。

看似強大且安全的閉環(huán)，某種程度上也非常脆弱，一旦道路基礎設施罷工，決策系統(tǒng)就會失去決策錨點。

在通信中斷后，Waymo的自動駕駛車輛就像風箏斷線，車輛也成了信息孤島，遠程協助也不能處理這種邊緣場景，當既定規(guī)則無法起到作用，車輛就只能啟動最小的風險狀態(tài)——原地停車。

說到底，還是因為Waymo核心算法缺乏非典型場景預設。

因為篤信第一性原理，特斯拉FSD采用了端到端的神經網絡架構，核心在于模仿人類駕駛的直覺化決策過程。

這種模型輸入包括多路攝像頭視頻、車輛運動信息等，輸出則直接生成控制信號，跳過了傳統(tǒng)模塊化方案中復雜的中間步驟。?

尤其是在FSD V14版本后，進一步引入了多模態(tài)能力，整合了視覺、語言和3D空間理解，這可以讓車輛能像人類一樣處理復雜場景，如施工區(qū)域繞行或經過停電的紅綠燈等。

相比之下，特斯拉FSD會具備更多對非典型場景的實時推理能力，從技術原理來看，基于人工智能驅動的Robotaxi，顯然會有更強大的泛化能力。

至此，我們可以得出一條簡單的邏輯——提高AI上限，自然會帶來更高級別的自動駕駛。

對于此事件后，Waymo算是做了一次“壓力測試”，只不過這次測試并不合格，這也給了特斯拉更多的機會。

最新消息是，特斯拉FSD車隊學習負責人發(fā)了個小視頻，顯示特斯拉Robotaxi已經移除了安全員，有第三方平臺顯示，在奧斯汀，已經有三臺特斯拉Robotaxi移除了安全員。

Waymo最強大的對手，已經在大步狂飆了。