停车后自动转向！特斯拉Robotaxi发生首起碰撞事故，监管部门启动调查，“纯视觉”技术受质疑

近日，特斯拉在美国得克萨斯州奥斯汀启动的自动驾驶出租车（Robotaxi）试运营项目曝出首起公开碰撞事故。

科技博主“DirtyTesla”发布的视频显示，一辆特斯拉Robotaxi在结束行程后，突然在无控制状态下自行加速并偏转方向，擦碰到一辆静止车辆。

目前，监管机构已要求特斯拉解释相关操作逻辑与技术细节。

事故虽未造成人员伤亡，但由于其出现在Robotaxi测试期间，正在演变成对特斯拉技术路线，即“纯视觉”自动驾驶方案的拷问。

近年来，马斯克多次否认对激光雷达和毫米波雷达的需求，强调“只靠摄像头和数据训练”就能通往L4级别自动驾驶。但从光线不足环境下的识别失效，到试运营过程中频繁出现的误判刹车、路线错误乃至碰撞，都凸显出“纯视觉”方案在现实场景下的不稳定性。

""

特斯拉Robotaxi发生首起碰撞事故，监管部门启动调查

特斯拉Robotaxi的首起碰撞事故近日被曝光。该项目于6月22日在奥斯汀正式启动试运营。

据特斯拉FSD用户、博主“DirtyTesla”描述，当时他乘坐一辆全自动驾驶的Model Y测试车前往一家披萨店，车辆多次尝试驶入该店停车场失败后，停在了入口旁。他下车后拍摄的视频显示，车辆在无人操作的情况下突然自行转动方向盘，径直驶向旁边停放的一辆丰田凯美瑞，轮胎轻微擦碰了对方车门后，特斯拉自动停车并亮起危险警示灯。这条视频于6月24日发布到网上。目前，特斯拉官方尚未就此作出回应。尽管该起剐蹭未构成严重后果，但因其出现在Robotaxi测试期间，且全程由公众清晰记录，其象征意义远大于损失本身。

不仅如此，受邀试乘用户也记录了多起有关特斯拉Robotaxi的运行异常事件，包括：

一辆Robotaxi在左转过程中驶入对向车道，逆行长达数秒；

多起“幽灵刹车”事件：车辆无明显障碍时急停，导致乘客物品洒落；

错误识别下客位置，车辆停在车道中央或红绿灯前强制结束行程；

有测试者在30英里限速区内记录到Robotaxi以近40英里/时行驶。

对此，特斯拉方面始终未披露运营数据，也未主动公布FSD的接管频率或具体故障日志。

这种“不解释、不回应”的态度，正在加剧监管机构与公众的担忧。

撞车事故发生后，美国国家公路交通安全管理局（NHTSA）已经迅速介入。据路透社报道，NHTSA已向特斯拉发出正式的信息要求函，要求公司提交事发车辆在碰撞发生时的感知逻辑、控制决策链、异常响应机制，以及Robotaxi当前版本系统的整体运行评估框架。

NHTSA表示，他们正在“基于潜在系统性缺陷”的评估框架下进行信息收集，并将决定是否采取进一步监管行动。

“纯视觉”技术受质疑，“只靠摄像头”真的够吗？

这起Robotaxi碰撞事故，也将特斯拉长期坚持的“纯视觉”自动驾驶技术路线拉到了聚光灯下。

早在2021年，马斯克在接受媒体采访时就声称：“自动驾驶汽车应当使用与人类司机相同的感知方式驾驶汽车，人依靠眼睛和智力驾驶汽车，自动驾驶汽车也应当这样。”

马斯克认为，道路和交通规则本身是基于人类视觉设计的，纯视觉方案能最贴近人类驾驶习惯，是通向完全自动驾驶的“第一性原理”。他多次批评激光雷达是“错误的解决方案”，称其在复杂道路环境中效率低下，而视觉系统结合生物神经网络才是最优解。

然而，此次的Robotaxi碰撞事故可谓给了马斯克一记响亮的耳光，因为涉事车辆在光线不佳、空间狭窄的停车场内未能识别贴近车身的静止障碍物，也未触发任何紧急制动或预警行为。

业内专家普遍认为，这正是纯视觉感知系统在“近距离、低对比度、弱光环境”下的典型失效场景。有论文指出，弱光条件会严重影响视觉传感器的性能，降低图像质量和目标检测性能，并可能导致预期功能安全性问题。

德国汉诺威中型企业应用技术大学汽车经济学讲师弗兰克·施沃佩在接受媒体采访时直言不讳地指出：“在我看来，这个项目还不成熟，尤其是它的自动驾驶技术仅基于摄像头。”他强调，配备激光雷达和雷达传感器的车辆虽然更贵，但也更安全。

激光雷达（光探测和测距）使用激光创建汽车周围环境的精确3D地图，提供一层冗余，即使在摄像头可能难以应对的环境下也能正常工作，例如黑暗或强光直射。在2024年12月的理想AI Talk对话节目中，理想汽车CEO李想就被问及“特斯拉没有用激光雷达，你们为什么要用”时，他坦言，保留激光雷达是为了安全。

特斯拉使用8个500万像素摄像头作为其系统的主要传感器，分辨率远低于苹果iPhone 16上的4800万像素系统。这些摄像头价格低廉，在强光和弱光条件下表现不佳。对此，马斯克在特斯拉4月22日的电话会议上矢口否认，但特斯拉长期批评者丹·奥多德在测试中发现，FSD在直面阳光时会直接“宕机”。

有业内人士指出，纯视觉的核心逻辑是“大模型+大数据”——通过数百万辆车收集训练数据，不断纠偏算法。

卡内基梅隆大学工程学教授拉杰·拉杰库马尔 (Raj Rajkumar) 在接受外媒采访时表示，“要处理摄像头数据，必须使用AI和机器学习，”拉杰库马尔说道。“但幻觉是AI运作方式中不可或缺的一部分，一旦出现幻觉，就会出现错误，因此，在很长一段时间内，单纯依靠摄像头的解决方案是不够的。”

与特斯拉坚守“纯视觉”技术路线不同，谷歌旗下的Waymo和亚马逊旗下的Zoox均采用了“双管齐下”的策略，旗下车辆配备了全套传感器，包括摄像头、雷达，以及最重要的激光雷达。

正如Waymo联合首席执行官Tekedra Mawakana所说，他们的目标是“取代人类”，这就需要一个视觉“优于人类”的系统，而不仅仅是模仿人类。

一位自动驾驶行业的高管在接受媒体采访时表示，从当前结果看，特斯拉水平就是Waymo 3年前的水平。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。