视频记录显示,一辆白色捷豹SUV在凌晨4点15分试图在狭窄街道上完成多点倒车时,前轮骑上了路缘石 。即使在问题被公开报道后,当地居民称至少还有一辆车一直在回来
。Waymo为造成的干扰道歉,并表示正在寻求解决方案
。
更深层的忧虑是系统性的。自动驾驶车辆依赖高精度地图运作,而一个死胡同的错误分类能让车陷入循环——换成人类,犯一次错就会避开。多辆车在数周内重复相同的错误,暗示着这可能是一个简单的传感器调整无法解决的映射或路径规划缺陷。
大约同一时间,达拉斯一位居民告诉CBS新闻,她看到一辆Waymo未能为一辆消防车让行,随后在一个学区限速区以约20英里/小时的速度继续行驶——尽管当时该学区限速并未激活 。 这种复合型的判断需求(紧急车辆优先权加学区规则),正是暴露了自动驾驶系统在解读情境语境的缺口。CNN更广泛的调查发现,人类操作员的缺席正在引入令监管机构日益担忧的“新风险”,而此时Waymo正试图大规模扩张
。
德州最具后果的失效涉及校车。自2025年底开始,奥斯汀独立学区(Austin ISD)校车上的监控摄像头拍到Waymo车辆非法超越已伸出停车指示牌、闪烁红灯的停靠校车——自学年开始以来,至少记录了19次 。奥斯汀ISD警方称,这些车已被开了20次罚单,而Waymo最初拒绝在问题修复前停止运营
。
美国国家公路交通安全管理局(NHTSA)于2025年10月启动调查 。12月,Waymo自愿召回软件,承认一个程序错误导致其车辆绕过停靠的校车
。Waymo首席安全官Mauricio Peña表示没有发生碰撞,但学童面临风险(哪怕是统计层面的)的形象损害已是既成事实
。
该公司称此举为“主动安全措施”,理由是整个德克萨斯州的恶劣天气 。没有人员伤亡报告,但这次暂停突显了自动驾驶车队在恶劣天气下仍然非常脆弱——这是依赖激光雷达与摄像头感知方案的一个著名“阿喀琉斯之踵”。
Waymo在这些事件中的处理剧本是一贯的:承认、道歉、打补丁,并在必要时暂停。公司为伦敦的噪音干扰正式道歉 。暂停了涉及犯罪现场闯入事件的安全驾驶员职务
。因校车失效问题自愿召回软件
,而此前已因有可能撞上栅栏、大门和链条等物体而召回了1212辆车
。
然而,这种模式提出了一个战略性问题:Waymo是在一个接一个地修复边缘案例,还是这些症状背后隐藏着更深层的“常识”缺陷?一份关于伦敦测试的报道指出,尽管Waymo的数据显示其致伤事故比人类驾驶少12倍,但近期事件依然“暴露了‘常识’AI的缺陷,引发安全担忧” 。
值得注意的是,NHTSA在2025年7月结束了对Waymo长达14个月的调查,未发现系统性缺陷 。且从宏观统计图景看,自动驾驶汽车整体上确实比人类驾驶安全
。但伦敦-达拉斯这一系列事故集群表明,公众信任不是建立在车队平均数据上,而是建立在那些技术显得极度无措、画面感极强的病毒式瞬间之上。
Comments
0 comments