当前位置:
AIGC文章详情

5000万英里实测数据告诉你:无人驾驶到底比人安全多少

源自127位全网作者

14:01

内容由AI生成

精选参考来源

1. IIHS认证Waymo事故率低68%:激光雷达冗余路线获独立安全验证

2. 特斯拉公布欧洲FSD安全数据:事故率降为人工驾驶1/5.2

3. Waymo跑遍18县,特斯拉还在配安全员 #Robotaxi #Waymo #自动驾驶 #特斯拉 #加州监管Waymo刚获批在加州18个县全无人运营,车队约3000辆,目前每周约50万次付费订单,目标年底冲到100万次。同时在亚利桑那州还储备了约1000辆全新Ojai无人车,扩张速度相当猛。对比之下,特斯拉的Robotaxi在加州仍需配人类安全驾驶员坐在驾驶座。CPUC明确表示特斯拉持有的是传统包车许可证,不属于自动驾驶运营。这意味着Waymo已经跑通了全无人商业化闭环,而特斯拉还卡在监管认可这一关。同样是Robotaxi,一个已经遍布18县、累计超2000万次出行,另一个还在配安全员。这个差距到底是技术问题还是监管问题?

4. Waymo说无人驾驶比人安全16倍,你信吗?

5. 彭军:无人驾驶早已比人驾"安全10倍" 为什么还是难做? 自动驾驶的安全评价不能简单套用“比人安全十倍”这一笼统标准,行业内部会把事故划分不同维度分别看待。 人类驾驶场景里,超过94%的事故根源来自人为因素,包括注意力涣散、酒驾、疲劳驾驶,自动驾驶可以消除这一类人为失误带来的风险,但小磕碰类事故依旧无法完全杜绝。   公众对自动驾驶会存在双重标准。人类驾车发生事故,大多归为个人操作问题;同样的事故发生在自动驾驶车辆上,会直接归罪于技术本身。 新技术接受过程中,大众会使用更严苛的标尺进行评判,这也是行业要面对的现实外部条件。   企业的安全指标会拆分层级,普通主责事故目标做到远低于人类驾驶员,恶性伤亡事故的降低幅度,会追求达到百倍级别以上。 但安全不是唯一考核指标,系统还要兼顾通行效率、乘车舒适度。如果一味优先安全,频繁急刹避险,会直接破坏乘车体验,也会影响道路通行效率。   自动驾驶本质属于多目标的权衡优化,不存在单项指标无限拉满的解法。强化安全属性,有可能牺牲通行效率;提升通行流畅度,又会抬升部分场景下的风险。 很多外界视角只盯着事故率单一指标,忽略多重目标互相牵制的客观现实。真正的技术难点,并不是把某一项参数做到极致,而是在安全、效率、体验三者之间找到可落地的平衡点,这也是不少行业参与者容易忽视的核心。

6. Waymo公开车载算力情况 Waymo正在把竞争搬进后备箱里。这次公开车载算力,Waymo把Robotaxi的门槛讲得更直白了:这是把一套小型、低延迟、可冗余的边缘AI系统放到路上。 Waymo说,它的车端算力8年提升了20倍,系统要在毫秒级完成从传感器输入到驾驶动作的闭环;新披露的5nm ASIC,有超过1000 TOPS的机器学习性能,还要同时实时处理13个高分辨率摄像头的数据。 车不是“联网问云端怎么开”,而是在本地持续做判断。 这会带来第一条分水岭:自动驾驶越往后,比拼的越是芯片、传感器、散热、功耗、车规可靠性和软件调度一起优化。能在数据中心跑得好的模型,不等于能在震动、高温、低批量、强实时的车上长期真正稳定跑。 第二条分水岭是运营。Waymo已经说自己有超过2亿英里的完全自动驾驶经验,但旧金山交通机构也披露过,2025年12月一次停电中,有大量Waymo车辆在路口或车道停住,部分还影响应急服务。技术进入城市以后,故障就会变成公共系统成本。 所以这次“后备箱里的算力”真正暴露的,是无人驾驶的商业竞赛已经换题:谁能把AI、硬件、车队、应急预案和城市规则绑成一个稳定系统,谁才可能规模化。 这也解释了为什么这行烧钱又慢。能上路只是第一步,能被城市长期容纳,才是更难的那一步。 #Waymo公开车载算力##自动驾驶##人工智能##Robotaxi#

7. Waymo全美仅3000辆,特斯拉独揽5000辆许可,将如何改变格局?

8. IIHS研究:Waymo无人驾驶出租车事故率较人类驾驶员低68%,但数据局限性仍存

9. 无人车比老司机更稳?Waymo报告:严重事故率仅人类1/16

10. Waymo Reports 94 Percent Reduction in Serious Crashes Over 220 Million Miles

11. Waymo 自动驾驶安全深度报告:比人类司机更安全?数据揭示技术背后的真相

12. IIHS研究:Waymo自动驾驶出租车事故率较人类低68% 安全性初显但仍有局限

13. IIHS数据:Waymo自动驾驶事故率较人类低68%

14. IIHS研究:Waymo自动驾驶事故率低于人类,数据背后仍存多维度考量

15. 自动驾驶比人驾驶安全十倍?小马智行CEO爆潜规则:难的不是技术

16. 自动驾驶技术的普及会带来哪些挑战

17. 特斯拉FSD杀入中国:6051公里零接管,国产智驾还剩多少时间?

18. 无人驾驶真的安全吗

19. 去掉激光雷达降价全城开放:Waymo的算账时代来了

20. 从体验到技术:旧金山 Waymo 无人驾驶出租车观察

21. Waymo自动驾驶汽车半路“撂挑子”,客服建议乘客改打Uber或Lyft

22. 高速领航辅助驾驶是噱头还是真香?3个维度说清用车感受+FAQ

23. 从体验到技术:旧金山 Waymo 无人驾驶出租车观察

24. Waymo公开车载算力情况 Waymo正在把竞争搬进后备箱里。这次公开车载算力,Waymo把Robotaxi的门槛讲得更直白了:这是把一套小型、低延迟、可冗余的边缘AI系统放到路上。 Waymo说,它的车端算力8年提升了20倍,系统要在毫秒级完成从传感器输入到驾驶动作的闭环;新披露的5nm ASIC,有超过1000 TOPS的机器学习性能,还要同时实时处理13个高分辨率摄像头的数据。 车不是“联网问云端怎么开”,而是在本地持续做判断。 这会带来第一条分水岭:自动驾驶越往后,比拼的越是芯片、传感器、散热、功耗、车规可靠性和软件调度一起优化。能在数据中心跑得好的模型,不等于能在震动、高温、低批量、强实时的车上长期真正稳定跑。 第二条分水岭是运营。Waymo已经说自己有超过2亿英里的完全自动驾驶经验,但旧金山交通机构也披露过,2025年12月一次停电中,有大量Waymo车辆在路口或车道停住,部分还影响应急服务。技术进入城市以后,故障就会变成公共系统成本。 所以这次“后备箱里的算力”真正暴露的,是无人驾驶的商业竞赛已经换题:谁能把AI、硬件、车队、应急预案和城市规则绑成一个稳定系统,谁才可能规模化。 这也解释了为什么这行烧钱又慢。能上路只是第一步,能被城市长期容纳,才是更难的那一步。 #Waymo公开车载算力##自动驾驶##人工智能##Robotaxi#

25. Waymo就儿童碰撞事故向NHTSA提交调查文件

26. 自动驾驶比人驾驶安全十倍?小马智行CEO爆潜规则:难的不是技术

27. 彭军:无人驾驶早已比人驾"安全10倍" 为什么还是难做? 自动驾驶的安全评价不能简单套用“比人安全十倍”这一笼统标准,行业内部会把事故划分不同维度分别看待。 人类驾驶场景里,超过94%的事故根源来自人为因素,包括注意力涣散、酒驾、疲劳驾驶,自动驾驶可以消除这一类人为失误带来的风险,但小磕碰类事故依旧无法完全杜绝。   公众对自动驾驶会存在双重标准。人类驾车发生事故,大多归为个人操作问题;同样的事故发生在自动驾驶车辆上,会直接归罪于技术本身。 新技术接受过程中,大众会使用更严苛的标尺进行评判,这也是行业要面对的现实外部条件。   企业的安全指标会拆分层级,普通主责事故目标做到远低于人类驾驶员,恶性伤亡事故的降低幅度,会追求达到百倍级别以上。 但安全不是唯一考核指标,系统还要兼顾通行效率、乘车舒适度。如果一味优先安全,频繁急刹避险,会直接破坏乘车体验,也会影响道路通行效率。   自动驾驶本质属于多目标的权衡优化,不存在单项指标无限拉满的解法。强化安全属性,有可能牺牲通行效率;提升通行流畅度,又会抬升部分场景下的风险。 很多外界视角只盯着事故率单一指标,忽略多重目标互相牵制的客观现实。真正的技术难点,并不是把某一项参数做到极致,而是在安全、效率、体验三者之间找到可落地的平衡点,这也是不少行业参与者容易忽视的核心。

28. 为什么自动驾驶三天两头上热搜,厂商还敢说它比人开得安全?

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章