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。
特斯拉 Robotaxi 圖片來源：特斯拉官網
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。
免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前請核實。據此操作，風險自擔。
每日經濟新聞
