وقتی وای‌مو به‌تنهایی در شهر می‌گردد، چرا تسلا هنوز به راننده نیاز دارد؟

Waymo و تسلا دو رویکرد کاملاً متفاوت در رانندگی خودران دارند: Waymo یک سیستم سطح 4 است که سرویس رباتاکسی بدون راننده را در مناطق جغرافیایی محدود و با نقشه‌برداری لیدار ارائه می‌دهد؛ تسلا اما یک استراتژی نرم‌افزاری است که سیستمی تنها با دوربین‌ها و با هوشیاری دائمی راننده برای مداخله، یعنی سطح 2 Full Self-Driving (Supervised) را در میلیون‌ها خودرو توزیع می‌کند. یکی در مکان‌های کم اما بسیار ایمن، دیگری همه‌جا اما با نظارت - و این تفاوت تصادفی نیست، بلکه خودِ مدل کسب‌وکار دو شرکت است.

اول تعیین کنیم ماشین مال کیست: سطوح SAE چه می‌گویند؟

وقتی از رانندگی خودران حرف می‌زنیم، منظور یک چیز نیست. استاندارد SAE J3016 خودروها را به شش سطح از 0 (کاملاً دستی) تا 5 (کاملاً خودران) تقسیم می‌کند. و نکته حیاتی ماجرا این است: در چه سطحی باشید، مستقیماً مشخص می‌کند در تصادف چه کسی مسئول است.

تسلا FSD رسماً سطح 2 است، یعنی یک سامانه پیشرفته کمک‌راننده. انسانی که پشت فرمان نشسته باید همواره هوشیار باشد و آماده در دست گرفتن کنترل از صندلی‌اش باشد - و مسئولیت قانونی هم بر عهده اوست. Waymo اما سطح 4 است: خودران کامل در مناطق مشخص و تحت شرایط معین. در سان‌فرانسیسکو هیچ‌کس پشت فرمان نیست و اگر مشکلی پیش بیاید، پاسخگو شرکت است. Drive Pilot مرسدس نیز سطح 3 است که بین این دو دنیا قرار دارد: خودران مشروط؛ سیستم در برخی شرایط شما را آزاد می‌گذارد اما به محض هشدار باید فرمان را پس بگیرید.

این سطوح گاهی مورد انتقاد قرار می‌گیرند: FSD به‌عنوان یک سیستم سطح 2 در عمل می‌تواند از برخی سیستم‌های سطح 3 و 4 بهتر رانندگی کند؛ برچسب سطح تصویر کاملی از توانایی رانندگی نمی‌دهد. اما برای چارچوب حقوقی هنوز تعیین‌کننده است - تنها چیزی که مسئولیت را از راننده به شرکت منتقل می‌کند و یک پله بالاتر می‌برد، همین طبقه‌بندی است.

راه Waymo: اول شهر را حفظ کن، بعد بران

فلسفه Waymo شبیه درس خواندن یک دانش‌آموز برای امتحان است: اول موضوع را از اول تا آخر حفظ کن، بعد فقط سؤالاتی را حل کن که از همان موضوع بیرون نزنند. خودروها فقط در مناطق جغرافیایی محدود که با لیدار به‌صورت سه‌بعدی نقشه‌برداری شده‌اند کار می‌کنند - به تعبیر صنعت، درون حوزه طراحی عملیاتی (ODD). هر تابلو، تقاطع، خط و محدودیت سرعت به‌طور مداوم نقشه‌برداری و به‌روزرسانی می‌شود.

در بخش حسگرها اما یک زرادخانه کامل در کار است. سیستم نسل ششم اوایل 2026 عملیات کاملاً خودران را آغاز کرد و در هر خودرو 13 دوربین، 4 لیدار و 6 رادار حمل می‌کند؛ بسته به پلتفرم خودرو این اعداد می‌توانند تغییر کنند. لیدار با ارسال میلیون‌ها پالس لیزر و اندازه‌گیری زمان بازگشت، ابر نقاط تولید می‌کند و در شب و شرایط دید کم، لایه‌ای از افزونگی فیزیکی برای دوربین‌ها فراهم می‌آورد. هم‌مدیرعامل Waymo دقیقاً در همین نقطه می‌ایستد: استدلال می‌کند که در شرایطی مانند گرد و غبار و انعکاس نور، چندحسگر بودن برای خودرانیشدن کامل و ایمن ضروری است.

در سمت الگوریتم هم کار جدی است: SW-Former که تشخیص اشیای سه‌بعدی روی ابر نقاط لیدار انجام می‌دهد، مدل‌های ردیابی که حرکت بازیگران ترافیک را پیش‌بینی می‌کنند و ساختارهایی مانند EMMA که به‌تدریج به معماری سرتاسری تحول یافته‌اند، مغز سیستم را تشکیل می‌دهند.

اما هزینه؟ روزگاری به‌طور تقریبی برای هر خودرو 250,000 دلار بود، هزینه ناوگان امروز به حدود 150,000 دلار رسیده؛ قیمت واحد لیدار نیز به 500 تا 1,000 دلار کاهش یافته است. ناوگان به بیش از 2,000 خودرو رشد کرده است. یعنی زمان به نفع Waymo کار می‌کند - گران شروع کرد، ارزان می‌شود.

راه Tesla: اول میلیون‌ها معلم، بعد خودمختاری

رویکرد Tesla درست یک تاکتیک مطالعه معکوس است: به جای حفظ کردن بانک سوال، از هزاران آزمون آزمایشی یاد گرفتن. نه رادار در خودرو هست نه لیدار - فقط 8 دوربین و 12 حسگر فراصوتی. به این فلسفه «vision-only» یعنی تنها بینایی گفته می‌شود. استدلال اردوگاه Tesla ساده است: انسان‌ها هم با دو چشم رانندگی می‌کنند، با قدرت پردازش کافی دوربین‌ها کافی‌اند.

در سمت نرم‌افزار Tesla بسیار جلو رفته است. HydraNet چندوظیفه‌ای برای خط و شیء، Occupancy Network که استخراج وکسل سه‌بعدی انجام می‌دهد و برنامه‌ریز شبکه عصبی مبتنی بر یادگیری عمیق که در 2024 فعال شد - امروز سیستم کاملاً با یک معماری سرتاسری کار می‌کند. برگ برنده اصلی‌اش داده است: میلیون‌ها خودرو در جاده‌ها به‌طور مداوم داده جمع می‌کنند، Trigger Classifiers لحظات جالب را ثبت می‌کنند و زیرساخت آموزشی به نام Dojo روی این کوه یاد می‌گیرد. هدف رباتکسی Tesla جاه‌طلبانه است - در کوتاه‌مدت بیش از 1,000 خودرو و تا پایان 2026 ناوگانی بیش از 1 میلیون دستگاه. البته برخی مشاهدات میدانی نشان می‌دهد ناوگان به جای بزرگ‌شدن، مدتی کوچک‌تر هم شده است؛ میان اهداف و واقعیت هنوز فاصله هست.

محدودیت فیزیکی دوربین‌ها

رویکرد vision-only یک نقطه ضعف دارد که با نرم‌افزار قابل حل نیست: در مه، باران، برف و طوفان عملکرد دوربین افت می‌کند. نسخه 13 FSD رانندگی در شب را به‌طور محسوس بهبود بخشید اما محدودیت فیزیکی سیستمی بدون حسگر ادراک، همان می‌ماند. یک آزمون تکان‌دهنده هم این را نشان می‌دهد: در حالی که یک خودروی FSD فریب تصویر جعلی «جاده» نصب‌شده روی دیوار را خورد، خودروی مجهز به لیدار متوقف شد. دوربین تصویر را می‌بیند، لیدار اما اندازه می‌گیرد که آنجا یک دیوار وجود دارد. هدف Tesla برای رانندگی در مناطق بدون نقشه (به سرویس‌های نقشه معمولی بسنده می‌کند) آزادی ایجاد می‌کند اما در مناطقی که در عمل نمی‌شناسد، عملکرد به‌وضوح ضعیف‌تر است.

پرونده ایمنی: آیا اعداد واقعاً قابل مقایسه‌اند؟

با نگاه به عملکرد به‌روز دو رویکرد، جدول جالب می‌شود:

اما یک هشدار ضروری است: این اعداد چرخه را نمی‌توان مستقیماً مقایسه کرد. تعریف «چرخه»، شرایط، جغرافیا و روش اندازه‌گیری در دو شرکت کاملاً متفاوت است. مهم‌تر از مقادیر مطلق، پیشرفت نسبی نشان‌داده‌شده در شرایط یکسان است. همچنین رقم Waymo از خیابان‌های شلوغ شهری می‌آید، در حالی که رقم تسلا عمدتاً از بزرگراه است - نباید سیب را با گلابی مقایسه کرد.

با نگاه به پروفایل ایمنی، Waymo تصویر قدرتمندی ترسیم می‌کند: نرخ 1.28 تصادف جدی در هر میلیون مایل پایین‌تر از نرخ رانندگان انسانی است؛ تنها در 12 تا 15 درصد از رویدادهای گزارش‌شده مقصر شناخته می‌شود - رباتاکسی‌ها اغلب هنگام توقف از پشت به آن‌ها ضربه زده می‌شود. از سوی دیگر، تصویر بدون شکست هم نیست: در سال 2025 در کالیفرنیا بیش از 590 تصادف رباتاکسی Waymo ثبت شد و با بزرگ‌تر شدن ناوگان، این عدد افزایش می‌یابد. اگرچه بیشتر آن‌ها حوادث کوچک بدون مصدومیت هستند، به نظر می‌رسد با رشد ناوگان، رشد تصادف‌ها هم اجتناب‌ناپذیر است. ارزیابی دانشگاه Johns Hopkins از منظر سلامت عمومی نیز در همین نقطه است: داده‌های اولیه نشان می‌دهد که می‌تواند تصادف‌های جدی را کاهش دهد، اما به داده‌های بیشتری نیاز است.

در سمت تسلا، ناوگان رباتاکسی در تگزاس حدود 328,621 مایل رانندگی بدون تصادف داشته است، اما تحلیل‌های اجتماعی نرخ تصادف در هر مایل را به رقم 134,410 مایل Waymo در سال 2025 نزدیک می‌دانند - یعنی فاصله بسته نشده است. تست مسافر دوتایی کنار هم در آستین نیز این تفاوت را خوب خلاصه می‌کند: اپلیکیشن Waymo بصری‌سازی حسگرها را ارائه می‌دهد در حالی که Tesla Robotaxi ساکت‌تر، گاهی حتی محتاط‌تر از راننده انسانی است و حدود 25 درصد ارزان‌تر از یک سفر مشابه Uber بود. قیمت، مزیت خاموش اما واقعی تسلا است.

Mercedes Drive Pilot: چرا مسیر سوم پس زده شد؟

در این تصویر، بازیگر سومی اغلب فراموش می‌شود: مرسدس. Drive Pilot نخستین سیستم سطح 3 SAE تأییدشده در آمریکا بود: با لیدار، دوربین‌های پیشرفته، گیرنده‌های GPS و مجموعه‌ای کامل از حسگرها در مدل‌های EQS و S-Class سال 2024 عرضه شد. با یک به‌روزرسانی، در بزرگراه‌های آلمان به 95 کیلومتر بر ساعت رسید و به سریع‌ترین سیستم سطح 3 دارای گواهی در تولید انبوه تبدیل شد. به نظر پیروزی می‌آید، اینطور نیست؟

سپس سال 2026 رسید و تصویر تغییر کرد: مرسدس برنامه سطح 3 Drive Pilot که از سال 2021 ارائه می‌شد را متوقف کرد و در مدل S-Class سال 2026 بازار آمریکا آن را به سیستم سطح 2++ خود سپرد. BMW نیز به جمع کسانی که از سطح 3 صرف‌نظر کردند پیوست. درس این ماجرا روشن است: رویکرد اتوماسیون شرطی با لیدار، گواهی‌گیری سنگین و پرهزینه، در بازار پاسخگو نیست. راه‌حلی حد واسط - نه راننده کاملاً آزاد است و نه کاملاً مسئول - دشوارترین گزینه برای توضیح به مشتری از آب درآمد.

وقتی تصادف رخ می‌دهد، مقصر کیست؟ تصویر حقوقی

موضوع مسئولیت، صحنه اصلی نبرد سطوح است. در سطح 2 راننده و در سطح 4 شرکت مسئول است - و این تفاوت در دادگاه‌ها پیامدهای بسیار ملموسی دارد. در میامی، هیئت منصفه تسلا را تا حدی مسئول دانست و ۳۲۹ میلیون دلار خسارت و جریمه تعیین کرد؛ حتی برای یک سیستم سطح 2، محکوم کردن تولیدکننده توسط هیئت منصفه نشان می‌دهد که این تصویر چقدر متغیر است. در دنیای خودروسازی که به سمت فناوری "eyes-off" بدون نیاز به نظارت مداوم پیش می‌رود، احتمال مسئول شناخته شدن تولیدکننده در صورت تصادف نیز افزایش می‌یابد.

بخش مقررات‌گذاری هنوز در مرحله سامان‌یافتن است. کالیفرنیا تا سال 2026 حتی به نیروهای انتظامی اختیار صدور جریمه‌های اساسی ترافیکی به خودروهای خودران را نداده بود؛ از اول ژوئیه پلیس می‌تواند در صورت نقض قوانین، مستقیماً تولیدکننده را جریمه کند. یوتا نیز در سال 2026 چارچوب حقوقی شامل دلایل شکایت جداگانه و سقف‌های خسارت برای خودروهای خودران را تصویب کرد. یعنی قانون در تعقیب فناوری است - و هنوز نتوانسته به آن برسد.

بازار در حال رشد است اما کسی عدد را نمی‌داند

پیش‌بینی‌ها درباره میزان رشد بازار رباتاکسی به‌شدت با یکدیگر متفاوت‌اند: یک پیش‌بینی بازار 1.27 میلیارد دلاری سال 2026 را تا سال 2034 به 96.3 میلیارد دلار می‌رساند، دیگری برای سال 2033 رقم 147 میلیارد دلار را پیش‌بینی می‌کند؛ تحلیل دیگری برای سال 2035 بازار جهانی حدود 415 میلیارد دلاری و سهم 48 میلیارد دلاری آمریکا در آن را می‌بیند. این بازه گسترده در واقع صادقانه‌ترین سیگنال است: این حوزه هنوز در مرحله ابتدایی است و پیش‌بینی آینده‌اش فعلاً کاری بین گمانه‌زنی و علم است.

چرا دو استراتژی دنبال ردپای یکدیگر نیستند؟

شاید پرسش‌برانگیزترین سؤال همین باشد: آیا تسلا مثل وِیمو به سراغ ناوگان رباتاکسی می‌رود، یا وِیمو به دوربین‌ها روی می‌آورد؟ پاسخ منفی است - چون این دو در واقع چیز متفاوتی می‌فروشند. تسلا خودرو می‌فروشد: از میلیون‌ها مالک خودروهای 25 هزار دلاری خود داده جمع می‌کند و با نرم‌افزار قابلیت اضافه می‌کند؛ هر خودروی جدید، معلم جدیدی برای سیستم است. وِیمو اما خدمت اجاره می‌دهد: با خودروهای گران‌قیمت اما با ایمنی اثبات‌شده در مناطق محدود فعالیت می‌کند و با رشد، تعداد مناطق را افزایش می‌دهد. یکی به‌صورت افقی (تعداد خودرو) و دیگری نه عمودی بلکه در عمق (بلوغ به ازای هر منطقه) مقیاس می‌یابد.

بحث سنسورها هم به همین دلیل پایانی ندارد. سوال کلاسیک ماسک - «اگر لیدار با دوربین ناسازگار باشد، به کدام سیگنال اعتماد می‌کنی؟» - در محافل مهندسی با استدلال فیلترهای کالمن و افزونگی پاسخ گرفت: حتی اگر دو سنسور به توافق نرسند، سومین سنسور داوری می‌کند. افت قیمت لیدار به 500 تا 1000 دلار، استدلال «لیدار گران است، پس نیست» را نیز تضعیف می‌کند؛ اما این که تسلا میلیون‌ها کامپیوتر «FSD capable» فروخته و ادراک برند، بازگشت را آسان نمی‌کند. اگر بخواهیم خلاصه روز را در یک جمله بگوییم: در سمت سنسورها ویمی، و در سمت الگوریتم و داده تسلا جلوتر است - و اینکه کدام‌یک زودتر به سطح 5 می‌رسد، به این بستگی دارد که کدام‌یک این دو پیشتازی را سریع‌تر با هم ترکیب می‌کند.

خلاصه کلام

ویمی در حال حاضر با مسافرانی که واقعاً بدون راننده جابه‌جا می‌کند حرکت می‌کند و تسلا اگرچه هنوز هیچ مسافری بدون راننده جابه‌جا نکرده، با داده‌هایی که از میلیون‌ها خودرو جریان دارد، در دو مسیر جداگانه اما به همان اندازه منطقی پیش می‌رود. یکی با اولویت دادن به ایمنی عمیق‌تر می‌شود و دیگری با اولویت دادن به مقیاس گسترده‌تر می‌شود. شرط من: برنده احتمالاً ترکیبی از این دو فلسفه خواهد بود - مناطق نقشه‌برداری‌شده با سنسورهای ارزان و الگوریتم‌های سرتاسری که از میلیون‌ها خودرو یاد می‌گیرند. تو روی کدام شرط می‌بندی؟ در بخش نظرات در انتظارت هستیم!

منابع

• Tesla vs Waymo - Who is closer to Level 5 Autonomous Driving?
• Full Self-Driving (Supervised) - Tesla Support
• Self-Driving Car Technology for a Reliable Ride - Waymo
• Waymo vs Tesla: Two Ways to Build Self-Driving Cars
• The 6 Levels of Vehicle Autonomy Explained
• DRIVE PILOT 95 km/h - Mercedes-Benz Group
• Following Mercedes, BMW also abandons Level 3 automated driving
• As robotaxi accidents increase in L.A., the data reveal…
• The Safety Data on Autonomous Vehicles - Johns Hopkins
• Studying "Fault" In Robotaxi Crashes - Forbes
• Carmakers push toward 'eyes-off' driving - Reuters
• Self-Driving Cars: Liability, Current Legislation
• Robotaxis $400 Billion Market in 2035 - Goldman Sachs