意外断电致 Waymo「趴窝」：自动驾驶亟待从点到面支撑

【】 日前，旧金山意外断电引发 Waymo 自动驾驶出租车集体 「趴窝」 的事件，让自动驾驶再次成为业内关注的焦点，并揭示出目前自动驾驶普遍存在的隐患。

意外断电致 Waymo「趴窝」，再度引发自动驾驶争议

回顾整个事件，源于太平洋煤气电力公司 （PG&E） 一处变电设施发生火灾，导致旧金山大范围断电。官方数据显示，高峰时期约 13 万户用户受影响，占全市用电用户的三分之一。期间，交通信号灯、路灯和部分公共交通系统同时失效，城市运行迅速陷入混乱。

而在这场突发事件中，Alphabet 旗下的自动驾驶出租车公司 Waymo 意外成为焦点。多段社交媒体视频显示，停电区域内多辆 Waymo Robotaxi 停滞在十字路口，部分路段甚至出现数十辆车同时停靠、开启双闪的情况，直接造成交通拥堵。最终，拖车公司介入，将部分车辆回收，Waymo 随后也暂停了旧金山的运营服务，直至次日才逐步恢复。

Waymo 事后解释称，其系统在交通信号灯失效时会自动将路口视为 「四向停车」 路口，这一逻辑与人类驾驶员一致。问题并不在于车辆 「不会走」，而在于大规模停电引发的 「不确定性确认请求」 集中爆发，即大量车辆同时向远程支持团队请求人工确认，导致响应延迟，车辆在安全优先原则下被迫延长停留时间，最终形成局部，甚至链式拥堵。

但在业内看来，这起事件本身并非单纯的交通事故，而是关于自动驾驶技术路线、商业化能力等是否成熟及安全等系列问题的反映。

无关技术优劣，只在自动驾驶技术的极限

提及当下的自动驾驶技术和商业化，可以说 Waymo 代表的是当前全球 Robotaxi 商业化最成熟的一条路径，即多传感器融合+高精地图+明确的运行设计域 （ODD）+远程人工支持。这种方案的优势在于安全冗余高、行为可预测、容易通过监管审批，也正基于此，Waymo 才能率先在旧金山、凤凰城等城市实现完全无人驾驶运营。但它的代价同样明显，具体表现为系统高度复杂，对外部规则、通信和协同体系依赖极强，一旦城市基础设施出现系统性异常，运营压力会被迅速放大。

具体到此次停电，Waymo 的 「问题」 并非车辆无法识别路口，而是当整个城市同时进入异常状态时，远程确认机制成为瓶颈，造成典型的 「单点安全机制在规模化条件下反而失效」 反应。

与之相比，被业内推崇的特斯拉坚持的则是纯视觉+弱地图甚至无地图+端到端神经网络学习人类驾驶行为的更激进路线。该路线并不追求在规则层面覆盖所有情况，而是试图让系统 「像人一样」 在不完美环境中做出判断。

需要说明的是，尽管在停电、临时封路、标识缺失等非结构化场景中，该技术路线理论上具备更高的灵活性，也更接近规模化所需的成本结构。但它的问题同样明显，例如对算法泛化能力要求极高，在没有人类兜底的情况下，安全边界仍存在巨大争议。

由此我们认为，该事件并非简单的谁家自动技术优劣的问题，而是不同技术路线在不同约束条件下暴露出的不同极限。

从点到面，自身技术亟待基础设施支撑

如上述，如果说 Waymo 的停摆暴露了技术路线差异，那么这一事件更深层的问题，其实并不在自动驾驶这个所谓的点本身。

事实是，旧金山停电的直接诱因是一次并不罕见的基础设施事故。据美国能源信息署数据显示，2024 年美国用户平均停电时长已超过 11 小时，同比大幅增长，而在数据中心、算力集群高度集中的地区，电力系统的脆弱性更会被进一步放大。但令业内担心的是，自动驾驶、电动汽车与 AI，恰恰又都是对电力和网络稳定性高度敏感的技术体系。

对此，在 Reddit 等海外社区，不少用户的评价颇为尖锐：如果城市连电都不能稳定供应，讨论 Robotaxi 是否成熟，本身就是一种奢侈。这并非情绪化表达，而是电网老化、负荷冗余不足、电价高企的现实约束正在系统性地抬高智能化和电动化的门槛。尤其是当交通信号、通信网络、远程支持系统同时受到冲击时，任何高度工程化的自动驾驶方案，都会面临 「系统级失效」 的风险。而这种风险并不能单靠更复杂的算法来解决，而是从点道面的系统工程。

写在最后：综上，我们不难看到，自动驾驶目前的挑战，早已不是 「算法是否足够聪明」，而是能否在真实的城市场景中，与电力系统、通信网络、公共治理等共同构成一个可靠的整体。否则，无论是重冗余的 Waymo，还是更灵活的特斯拉，都无法真正实现安全可靠的自动驾驶。
 

【】 日前，旧金山意外断电引发 Waymo 自动驾驶出租车集体 「趴窝」 的事件，让自动驾驶再次成为业内关注的焦点，并揭示出目前自动驾驶普遍存在的隐患。

意外断电致 Waymo「趴窝」，再度引发自动驾驶争议

回顾整个事件，源于太平洋煤气电力公司 （PG&E） 一处变电设施发生火灾，导致旧金山大范围断电。官方数据显示，高峰时期约 13 万户用户受影响，占全市用电用户的三分之一。期间，交通信号灯、路灯和部分公共交通系统同时失效，城市运行迅速陷入混乱。

而在这场突发事件中，Alphabet 旗下的自动驾驶出租车公司 Waymo 意外成为焦点。多段社交媒体视频显示，停电区域内多辆 Waymo Robotaxi 停滞在十字路口，部分路段甚至出现数十辆车同时停靠、开启双闪的情况，直接造成交通拥堵。最终，拖车公司介入，将部分车辆回收，Waymo 随后也暂停了旧金山的运营服务，直至次日才逐步恢复。

Waymo 事后解释称，其系统在交通信号灯失效时会自动将路口视为 「四向停车」 路口，这一逻辑与人类驾驶员一致。问题并不在于车辆 「不会走」，而在于大规模停电引发的 「不确定性确认请求」 集中爆发，即大量车辆同时向远程支持团队请求人工确认，导致响应延迟，车辆在安全优先原则下被迫延长停留时间，最终形成局部，甚至链式拥堵。

但在业内看来，这起事件本身并非单纯的交通事故，而是关于自动驾驶技术路线、商业化能力等是否成熟及安全等系列问题的反映。

无关技术优劣，只在自动驾驶技术的极限

提及当下的自动驾驶技术和商业化，可以说 Waymo 代表的是当前全球 Robotaxi 商业化最成熟的一条路径，即多传感器融合+高精地图+明确的运行设计域 （ODD）+远程人工支持。这种方案的优势在于安全冗余高、行为可预测、容易通过监管审批，也正基于此，Waymo 才能率先在旧金山、凤凰城等城市实现完全无人驾驶运营。但它的代价同样明显，具体表现为系统高度复杂，对外部规则、通信和协同体系依赖极强，一旦城市基础设施出现系统性异常，运营压力会被迅速放大。

具体到此次停电，Waymo 的 「问题」 并非车辆无法识别路口，而是当整个城市同时进入异常状态时，远程确认机制成为瓶颈，造成典型的 「单点安全机制在规模化条件下反而失效」 反应。

与之相比，被业内推崇的特斯拉坚持的则是纯视觉+弱地图甚至无地图+端到端神经网络学习人类驾驶行为的更激进路线。该路线并不追求在规则层面覆盖所有情况，而是试图让系统 「像人一样」 在不完美环境中做出判断。

需要说明的是，尽管在停电、临时封路、标识缺失等非结构化场景中，该技术路线理论上具备更高的灵活性，也更接近规模化所需的成本结构。但它的问题同样明显，例如对算法泛化能力要求极高，在没有人类兜底的情况下，安全边界仍存在巨大争议。

由此我们认为，该事件并非简单的谁家自动技术优劣的问题，而是不同技术路线在不同约束条件下暴露出的不同极限。

从点到面，自身技术亟待基础设施支撑

如上述，如果说 Waymo 的停摆暴露了技术路线差异，那么这一事件更深层的问题，其实并不在自动驾驶这个所谓的点本身。

事实是，旧金山停电的直接诱因是一次并不罕见的基础设施事故。据美国能源信息署数据显示，2024 年美国用户平均停电时长已超过 11 小时，同比大幅增长，而在数据中心、算力集群高度集中的地区，电力系统的脆弱性更会被进一步放大。但令业内担心的是，自动驾驶、电动汽车与 AI，恰恰又都是对电力和网络稳定性高度敏感的技术体系。

对此，在 Reddit 等海外社区，不少用户的评价颇为尖锐：如果城市连电都不能稳定供应，讨论 Robotaxi 是否成熟，本身就是一种奢侈。这并非情绪化表达，而是电网老化、负荷冗余不足、电价高企的现实约束正在系统性地抬高智能化和电动化的门槛。尤其是当交通信号、通信网络、远程支持系统同时受到冲击时，任何高度工程化的自动驾驶方案，都会面临 「系统级失效」 的风险。而这种风险并不能单靠更复杂的算法来解决，而是从点道面的系统工程。

写在最后：综上，我们不难看到，自动驾驶目前的挑战，早已不是 「算法是否足够聪明」，而是能否在真实的城市场景中，与电力系统、通信网络、公共治理等共同构成一个可靠的整体。否则，无论是重冗余的 Waymo，还是更灵活的特斯拉，都无法真正实现安全可靠的自动驾驶。
 

【】 日前，旧金山意外断电引发 Waymo 自动驾驶出租车集体 「趴窝」 的事件，让自动驾驶再次成为业内关注的焦点，并揭示出目前自动驾驶普遍存在的隐患。

意外断电致 Waymo「趴窝」，再度引发自动驾驶争议

回顾整个事件，源于太平洋煤气电力公司 （PG&E） 一处变电设施发生火灾，导致旧金山大范围断电。官方数据显示，高峰时期约 13 万户用户受影响，占全市用电用户的三分之一。期间，交通信号灯、路灯和部分公共交通系统同时失效，城市运行迅速陷入混乱。

而在这场突发事件中，Alphabet 旗下的自动驾驶出租车公司 Waymo 意外成为焦点。多段社交媒体视频显示，停电区域内多辆 Waymo Robotaxi 停滞在十字路口，部分路段甚至出现数十辆车同时停靠、开启双闪的情况，直接造成交通拥堵。最终，拖车公司介入，将部分车辆回收，Waymo 随后也暂停了旧金山的运营服务，直至次日才逐步恢复。

Waymo 事后解释称，其系统在交通信号灯失效时会自动将路口视为 「四向停车」 路口，这一逻辑与人类驾驶员一致。问题并不在于车辆 「不会走」，而在于大规模停电引发的 「不确定性确认请求」 集中爆发，即大量车辆同时向远程支持团队请求人工确认，导致响应延迟，车辆在安全优先原则下被迫延长停留时间，最终形成局部，甚至链式拥堵。

但在业内看来，这起事件本身并非单纯的交通事故，而是关于自动驾驶技术路线、商业化能力等是否成熟及安全等系列问题的反映。

无关技术优劣，只在自动驾驶技术的极限

提及当下的自动驾驶技术和商业化，可以说 Waymo 代表的是当前全球 Robotaxi 商业化最成熟的一条路径，即多传感器融合+高精地图+明确的运行设计域 （ODD）+远程人工支持。这种方案的优势在于安全冗余高、行为可预测、容易通过监管审批，也正基于此，Waymo 才能率先在旧金山、凤凰城等城市实现完全无人驾驶运营。但它的代价同样明显，具体表现为系统高度复杂，对外部规则、通信和协同体系依赖极强，一旦城市基础设施出现系统性异常，运营压力会被迅速放大。

具体到此次停电，Waymo 的 「问题」 并非车辆无法识别路口，而是当整个城市同时进入异常状态时，远程确认机制成为瓶颈，造成典型的 「单点安全机制在规模化条件下反而失效」 反应。

与之相比，被业内推崇的特斯拉坚持的则是纯视觉+弱地图甚至无地图+端到端神经网络学习人类驾驶行为的更激进路线。该路线并不追求在规则层面覆盖所有情况，而是试图让系统 「像人一样」 在不完美环境中做出判断。

需要说明的是，尽管在停电、临时封路、标识缺失等非结构化场景中，该技术路线理论上具备更高的灵活性，也更接近规模化所需的成本结构。但它的问题同样明显，例如对算法泛化能力要求极高，在没有人类兜底的情况下，安全边界仍存在巨大争议。

由此我们认为，该事件并非简单的谁家自动技术优劣的问题，而是不同技术路线在不同约束条件下暴露出的不同极限。

从点到面，自身技术亟待基础设施支撑

如上述，如果说 Waymo 的停摆暴露了技术路线差异，那么这一事件更深层的问题，其实并不在自动驾驶这个所谓的点本身。

事实是，旧金山停电的直接诱因是一次并不罕见的基础设施事故。据美国能源信息署数据显示，2024 年美国用户平均停电时长已超过 11 小时，同比大幅增长，而在数据中心、算力集群高度集中的地区，电力系统的脆弱性更会被进一步放大。但令业内担心的是，自动驾驶、电动汽车与 AI，恰恰又都是对电力和网络稳定性高度敏感的技术体系。

对此，在 Reddit 等海外社区，不少用户的评价颇为尖锐：如果城市连电都不能稳定供应，讨论 Robotaxi 是否成熟，本身就是一种奢侈。这并非情绪化表达，而是电网老化、负荷冗余不足、电价高企的现实约束正在系统性地抬高智能化和电动化的门槛。尤其是当交通信号、通信网络、远程支持系统同时受到冲击时，任何高度工程化的自动驾驶方案，都会面临 「系统级失效」 的风险。而这种风险并不能单靠更复杂的算法来解决，而是从点道面的系统工程。

写在最后：综上，我们不难看到，自动驾驶目前的挑战，早已不是 「算法是否足够聪明」，而是能否在真实的城市场景中，与电力系统、通信网络、公共治理等共同构成一个可靠的整体。否则，无论是重冗余的 Waymo，还是更灵活的特斯拉，都无法真正实现安全可靠的自动驾驶。
 

【】 日前，旧金山意外断电引发 Waymo 自动驾驶出租车集体 「趴窝」 的事件，让自动驾驶再次成为业内关注的焦点，并揭示出目前自动驾驶普遍存在的隐患。

意外断电致 Waymo「趴窝」，再度引发自动驾驶争议

回顾整个事件，源于太平洋煤气电力公司 （PG&E） 一处变电设施发生火灾，导致旧金山大范围断电。官方数据显示，高峰时期约 13 万户用户受影响，占全市用电用户的三分之一。期间，交通信号灯、路灯和部分公共交通系统同时失效，城市运行迅速陷入混乱。

而在这场突发事件中，Alphabet 旗下的自动驾驶出租车公司 Waymo 意外成为焦点。多段社交媒体视频显示，停电区域内多辆 Waymo Robotaxi 停滞在十字路口，部分路段甚至出现数十辆车同时停靠、开启双闪的情况，直接造成交通拥堵。最终，拖车公司介入，将部分车辆回收，Waymo 随后也暂停了旧金山的运营服务，直至次日才逐步恢复。

Waymo 事后解释称，其系统在交通信号灯失效时会自动将路口视为 「四向停车」 路口，这一逻辑与人类驾驶员一致。问题并不在于车辆 「不会走」，而在于大规模停电引发的 「不确定性确认请求」 集中爆发，即大量车辆同时向远程支持团队请求人工确认，导致响应延迟，车辆在安全优先原则下被迫延长停留时间，最终形成局部，甚至链式拥堵。

但在业内看来，这起事件本身并非单纯的交通事故，而是关于自动驾驶技术路线、商业化能力等是否成熟及安全等系列问题的反映。

无关技术优劣，只在自动驾驶技术的极限

提及当下的自动驾驶技术和商业化，可以说 Waymo 代表的是当前全球 Robotaxi 商业化最成熟的一条路径，即多传感器融合+高精地图+明确的运行设计域 （ODD）+远程人工支持。这种方案的优势在于安全冗余高、行为可预测、容易通过监管审批，也正基于此，Waymo 才能率先在旧金山、凤凰城等城市实现完全无人驾驶运营。但它的代价同样明显，具体表现为系统高度复杂，对外部规则、通信和协同体系依赖极强，一旦城市基础设施出现系统性异常，运营压力会被迅速放大。

具体到此次停电，Waymo 的 「问题」 并非车辆无法识别路口，而是当整个城市同时进入异常状态时，远程确认机制成为瓶颈，造成典型的 「单点安全机制在规模化条件下反而失效」 反应。

与之相比，被业内推崇的特斯拉坚持的则是纯视觉+弱地图甚至无地图+端到端神经网络学习人类驾驶行为的更激进路线。该路线并不追求在规则层面覆盖所有情况，而是试图让系统 「像人一样」 在不完美环境中做出判断。

需要说明的是，尽管在停电、临时封路、标识缺失等非结构化场景中，该技术路线理论上具备更高的灵活性，也更接近规模化所需的成本结构。但它的问题同样明显，例如对算法泛化能力要求极高，在没有人类兜底的情况下，安全边界仍存在巨大争议。

由此我们认为，该事件并非简单的谁家自动技术优劣的问题，而是不同技术路线在不同约束条件下暴露出的不同极限。

从点到面，自身技术亟待基础设施支撑

如上述，如果说 Waymo 的停摆暴露了技术路线差异，那么这一事件更深层的问题，其实并不在自动驾驶这个所谓的点本身。

事实是，旧金山停电的直接诱因是一次并不罕见的基础设施事故。据美国能源信息署数据显示，2024 年美国用户平均停电时长已超过 11 小时，同比大幅增长，而在数据中心、算力集群高度集中的地区，电力系统的脆弱性更会被进一步放大。但令业内担心的是，自动驾驶、电动汽车与 AI，恰恰又都是对电力和网络稳定性高度敏感的技术体系。

对此，在 Reddit 等海外社区，不少用户的评价颇为尖锐：如果城市连电都不能稳定供应，讨论 Robotaxi 是否成熟，本身就是一种奢侈。这并非情绪化表达，而是电网老化、负荷冗余不足、电价高企的现实约束正在系统性地抬高智能化和电动化的门槛。尤其是当交通信号、通信网络、远程支持系统同时受到冲击时，任何高度工程化的自动驾驶方案，都会面临 「系统级失效」 的风险。而这种风险并不能单靠更复杂的算法来解决，而是从点道面的系统工程。

写在最后：综上，我们不难看到，自动驾驶目前的挑战，早已不是 「算法是否足够聪明」，而是能否在真实的城市场景中，与电力系统、通信网络、公共治理等共同构成一个可靠的整体。否则，无论是重冗余的 Waymo，还是更灵活的特斯拉，都无法真正实现安全可靠的自动驾驶。