当Waymo已能在城市中独自穿行时,特斯拉为何仍然需要驾驶员?

自动驾驶与人工智能
作者: Lütfi Mete Odabaşı
创建: 13 十月 2026

Waymo只在极少数区域实现无人驾驶,而Tesla到处都在安全监督下运行;这一差异并非偶然,而是两家公司商业模式本身使然.

分享此页面

Waymo和Tesla在自动驾驶上走了两条完全不同的路线:Waymo是在经过激光雷达测绘、地理范围受限的区域运营无人驾驶出租车服务的L4级系统;Tesla则是仅靠摄像头工作、驾驶员须随时准备接管干预的L2级 Full Self-Driving (Supervised) 系统,并将其部署到数百万辆汽车上的软件策略.一个是小范围做到极致安全,一个是处处可用但需监督——这一差异并非巧合,而是两家公司商业模式本身.

要点速览

Waymo每周进行 25万次出行 和 200万英里 的无人监督自动驾驶.
Tesla的FSD驾驶记录中有 24% 记录到驾驶员干预(接管).
Waymo的第六代系统每辆车配备 13个摄像头、4个激光雷达、6个雷达 ;而Tesla仅使用 8个摄像头 .
Tesla的系统在法律上属于L2级:责任在 驾驶员;而Waymo的责任则归公司.
Mercedes已暂停Drive Pilot的L3级项目;BMW也退出了同一路线.

先明确谁的车在开:SAE分级标准说明了什么?

我们所说的自动驾驶并不只是单一概念.SAE J3016标准将车辆从0级(完全手动)到5级(完全自动驾驶)划分为六个等级.而其中的关键在于:你处于哪个级别,直接决定了事故发生时谁承担责任.

Tesla的FSD在官方上是L2级,也就是一种高级驾驶辅助系统.坐在方向盘前的人必须时刻保持专注,随时准备从系统中接管——法律责任也在他身上.Waymo则是L4级:在特定条件下、特定区域内实现完全自动驾驶.在旧金山,方向盘前没有任何人,一旦出了问题,负责交代的是公司.Mercedes的Drive Pilot则是介于两者之间的L3级:有条件的自动化,系统在某些情况下可以解放你,但一旦收到警示,你必须重新握住方向盘.

这些分级有时也受到批评:作为L2级系统的FSD,实际表现可能优于某些L3和L4级系统;级别标签并不能完整反映驾驶能力.但对法律层面而言,分级依然是决定性的——正是这一分类,把责任从驾驶员转移到公司身上.

Waymo的路线:先背熟城市,再上路行驶

Waymo的理念就像学生备考:先把知识点从头到尾背熟,然后只解答不超出该范围的题目.车辆仅在通过激光雷达完成三维测绘、地理范围受限的区域内运营——用行业术语来说,即 运行设计域(ODD) 之内.每一个交通标志、路口、车道和限速都会被持续测绘和更新.

传感器方面则是一整套武装到牙齿的配置.第六代系统于2026年初启动完全自动驾驶运营,每辆车配备 13个摄像头、4个激光雷达、6个雷达 承载;这些数字会因车辆平台而异.Lidar通过发送数百万次激光脉冲并测量返回时间来生成点云——在夜间和恶劣能见度条件下为摄像头提供了物理上的冗余层.Waymo的联合CEO正是在这一点上坚持立场:他认为在灰尘和眩光等条件下,多传感器是实现安全完全自动驾驶的必要条件.

算法方面的工作同样严谨:在lidar点云上进行三维目标检测的SW-Former、预测交通参与者运动的跟踪模型,以及逐步演进为端到端架构的EMMA等系统,共同构成了整个系统的"大脑".

那么成本呢?过去每辆车约 250,000美元 的车队成本如今已降至 150,000美元 左右;lidar单元的价格也 降至500–1,000美元 .车队规模已 扩大到2,000多辆车 .也就是说,时间正朝着有利于Waymo的方向发展——起步昂贵,但正变得越来越便宜.

特斯拉的道路:先拥有数百万"老师",再实现自主

特斯拉的方法则是一种完全相反的学习策略:与其死记硬背题库,不如从数千次模拟考试中学习.车上既没有雷达也没有lidar——只有 8个摄像头 和12个超声波传感器.这被称为"vision-only",即纯视觉理念.特斯拉阵营的论点很简单:人类也是用双眼驾驶的,只要有足够的算力,摄像头就足够了.

在软件方面,特斯拉已经走得很远.多任务处理的Lane & Object HydraNet、进行三维体素推断的Occupancy Network,以及2024年投入使用的基于深度学习的神经网络规划器——如今系统完全以端到端架构运行.其真正的王牌是数据:道路上的数百万辆车持续收集数据,Trigger Classifiers捕捉有趣瞬间,而名为Dojo的训练基础设施则在这些海量数据之上进行学习.特斯拉的robotaxi目标雄心勃勃——短期内超过1,000辆车,到2026年底车队规模突破100万辆.不过,一些实地观察显示,车队曾一度缩减而非增长;目标与现实之间仍有距离.

摄像头的物理极限

纯视觉方法有一个无法用软件克服的缺陷:在雾、雨、雪和暴风雪中,摄像头性能会下降.FSD第13版显著改善了夜间驾驶,但没有感知型传感器的系统,其物理极限依然存在.一项令人震惊的测试也证明了这一点:一辆FSD车辆被投影在墙上的假"道路"图像所欺骗,而配备lidar的车辆则停了下来.摄像头看到了图像,lidar却测量出那里有一堵墙.特斯拉致力于在无地图区域驾驶(仅依赖常规地图服务)带来了自由,但在它实际上不熟悉的区域,性能明显减弱.

安全记录:这些数字真的可比吗?

看看两种方法的最新表现,情况变得有趣起来:

衡量标准	Waymo	Tesla
级别	SAE 4	SAE 2
传感器配置	13个摄像头, 4个lidar, 6个雷达 (第六代)	8个摄像头, 12个超声波传感器
无监督自动驾驶	每周200万英里	零
接管频率	约每9,793英里一次 (加利福尼亚2024)	高速公路上平均每213英里一次
累计总里程	约1亿英里 (大多为自动驾驶)	约50亿英里 (大多有人驾驶)

但有一个前提: 这些接管数据不能直接比较.两家公司对"接管"的定义、条件、地理范围和测量方法完全不同.比起绝对数值,在相同条件下展现的相对进步才有意义.此外,Waymo的数据来自繁忙的城市街道,而Tesla的数据主要来自高速公路——不能拿苹果和梨来比较.

从安全状况来看,Waymo交出了一份漂亮的成绩单: 每百万英里 1.28起严重事故 的比率低于人类驾驶员;在报告的事件中只有 12%-15% 被判定为系统存在缺陷——机器人出租车经常是在停车时被追尾.不过情况也并非毫无裂痕: 2025年在加利福尼亚州记录了 超过590起 Waymo机器人出租车事故,而且数量随着车队规模扩大而增加.虽然大多是没有人员受伤的小事故,但随着车队壮大,事故数量增加似乎不可避免.来自约翰霍普金斯大学(Johns Hopkins)的公共卫生视角评估也持相同立场: 早期数据表明它能够减少严重事故,但还需要更多数据.

而在Tesla方面,其德克萨斯州的机器人出租车车队虽然实现了约 328,621英里 的无事故行驶,但社区分析将每英里事故率拉近到接近Waymo 2025年的134,410英里——也就是说差距并未抹平.在奥斯汀进行的并排乘客测试也很好地概括了两者差异: Waymo应用提供传感器可视化界面,而Tesla Robotaxi则更为安静,有时甚至比人类驾驶员更加谨慎,而且比类似的Uber行程便宜约 25%.价格是Tesla一项低调但实实在在的优势.

Mercedes Drive Pilot: 第三条路为何倒退了?

在这幅图景中,最常被遗忘的第三位玩家是Mercedes.Drive Pilot是美国获批的 首个SAE Level 3 系统: 凭借激光雷达、先进摄像头、GPS接收器以及庞大的传感器套件,于2024年在 EQS 和 S-Class上推出.通过更新,它在德国高速公路上 提升至95 km/h ,成为量产车上最快的认证Level 3系统.听起来像是一场胜利,不是吗?

然后2026年到来,局面发生了变化: Mercedes暂停了自2021年起提供的Drive Pilot Level 3项目,并在美国市场的2026款 S-Class上用自家的Level 2++系统取代了它.BMW也加入了放弃Level 3的行列.这堂课很清晰: 依赖激光雷达、认证繁琐且昂贵的条件自动化方案,难以获得市场认可.这种介于两者之间的解决方案——司机既非完全自由也非完全担责——结果被证明是最难向客户推销的选项.

出了事故谁来负责? 法律层面的图景

责任问题才是级别之争的真正战场.Level 2由驾驶员负责,Level 4由公司负责——这一差异在法庭上产生非常具体的后果.迈阿密的一个陪审团认定Tesla承担部分责任,并判罚 3.29亿美元的 赔偿金和惩罚性罚款;即便对Level 2系统,陪审团也向制造商追责,这说明局面有多么变幻莫测.在汽车行业向"eyes-off"(脱眼)技术迈进的过程中,一旦发生事故,制造商被追责的可能性也在增加.

监管方面仍处于追赶阶段.加利福尼亚州直到2026年才赋予执法部门对自动驾驶车辆开具基本交通罚单的权力;从7月1日起,警方在规则违规时可以直接处罚制造商.犹他州则于2026年批准了一套法律框架,为自动驾驶车辆设立了独立的诉讼事由和赔偿上限.也就是说,法律在追赶技术——但尚未追上.

市场在增长但没人知道具体数字

关于Robotaxi市场将增长到多大规模,各预测之间存在严重分歧:一份预测认为2026年12.7亿美元的市场到2034年将增长至963亿美元,另一份预测则预计2033年达到1470亿美元;还有一项分析预计2035年全球市场规模约为4150亿美元,其中美国占480亿美元.这一巨大的区间其实是最诚实的信号:该领域仍处于早期阶段,预测未来目前还是介于投机与科学之间的事情.

两种战略为何互不相让?

Sensörlerde Waymo, veri ve algoritmada Tesla önde; Seviye 5'e kim önce varsa bu iki gücü önce birleştiren olacak.

这或许是最受关注的问题:Tesla会不会像Waymo一样建立Robotaxi车队,Waymo会不会转向摄像头方案?答案是否定的——因为两者售卖的其实是不同的东西.Tesla 卖的是车:从数百万车主那里收集其2.5万美元汽车的数据,并通过软件添加能力;每辆新车都是系统的新老师.而Waymo 出租的是服务:使用昂贵但安全性经过验证的车辆在限定区域内运营,并随着增长扩大区域数量.一个在横向(汽车数量)上扩展,另一个不是横向而是纵向深度上(每区域的成熟度)扩展.

关于传感器的争论也因为同样的原因没有结束.马斯克的经典问题——“如果激光雷达与摄像头相矛盾,你该相信哪个信号?”——在工程师圈子里遭到了卡尔曼滤波和冗余论据的回应:即使两个传感器意见不一致,第三个传感器充当仲裁者.激光雷达价格降至500–1,000美元,也削弱了“激光雷达太贵,所以不用”的理由;然而,特斯拉已经售出数百万台“具备FSD能力”的电脑,再加上品牌认知,使得回头的路并不好走.如果要用一句话总结今天的内容: 传感器方面Waymo领先,算法和数据方面特斯拉领先 - 而谁能先达到5级自动驾驶,取决于谁能把这两项领先更快地结合起来.

要点总结

Waymo目前实际在无驾驶员的情况下运送乘客,而特斯拉虽尚未运送过任何无驾驶员的乘客,却拥有来自数百万辆汽车的数据,两者走在两条不同但同样合理的发展道路上.一个以安全为先向纵深发展,另一个以规模为先向广度扩张.我的赌注是:赢家很可能是这两种哲学的混合体——用廉价的传感器绘制地图的区域,加上从数百万辆汽车中学习的端到端算法.你会押注哪一方?评论区见!