2026-06-18 — views
自动驾驶远程操作中心 — Waymo 人工介入安全网的运作方式,以及特斯拉为何没有建立
Waymo 机器人出租车遇到困境时,远程人工操作员会介入协助。本文解析这套安全网的运作机制,以及特斯拉为何选择不建立同样的架构。
实体 AI 基准系列第 60 篇 — 没人讨论的人工介入机制
当 Waymo 机器人出租车遇到无法自主解决的情况——困惑的施工人员、模糊的警察手势、道路上的障碍物——车辆不会猜测。它会安全靠边停车,并向远程操作中心(ROC)的人工操作员发送请求。大约 20 到 30 秒内(估计),操作员通过即时摄像头画面、LIDAR 点云可视化界面和地图情境评估现场,随后提供指导。车辆尝试自主执行。若仍无法继续,则等待。
这套”远程协助”机制是商业机器人出租车实际运作中报道最少的组成部分之一。它直接影响车队经济效益、监管策略,以及 Waymo 与特斯拉之间的根本架构辩论。本文将说明它如何运作、什么情况会触发它、大规模部署的成本,以及特斯拉 Cybercab 为何刻意排除这项设计。
第一节 — 远程操作实际上做什么
首先必须建立一个关键区别:远程操作员不会像电子游戏一样实时远程驾驶车辆。他们提供的是高层次的路线指引和行驶决策。自主系统执行实际的驾驶动作。
当 Waymo 车辆遇到超出自主能力的情况时,流程如下:
第一步 — 车辆检测不确定性。 AV 的置信度低于阈值。车辆执行”最小风险操作”——通常是安全靠边停车或在原地停止。它不会试图强行通过模糊的情况。
第二步 — 发送警报至 ROC。 车辆向远程操作中心传输警报,连同所有摄像头的即时视频、LIDAR 点云,以及显示车辆位置和预定路线的地图情境。
第三步 — 操作员评估。 通常在 20 到 30 秒内(估计),操作员评估现场。他们能以比乘客更高的分辨率看到车辆所见的一切。
第四步 — 指导选项。 操作员从一系列行动中选择:
- 提供路线指引(指示 AV 沿特定路径或替代路线行进)
- 通过车内扬声器或内部显示器与乘客沟通
- 联系外部人员(施工协调人员、警察调度中心)
- 授权有限的低速远程引导移动(非完整远程驾驶;仅为高层次路径授权)
第五步 — 车辆恢复行驶。 收到指引后,AV 尝试自主执行核准的路径。若仍无法解决,可能等待情况排除——施工人员移开、警察重新引导交通、障碍物被移走。
从乘客视角来看:车辆靠边停车,车内响起提示音,语音说明正在请求协助。大多数情况下,一分钟内就能恢复行程。
第二节 — 什么情况会触发远程协助请求
并非每个不寻常的情况都会触发 ROC 请求。车辆能自主处理大量边缘案例。ROC 请求仅保留给自主置信度低于操作阈值的情况。最常触发请求的类别包括:
| 触发类别 | 示例情境 |
|---|---|
| 施工区域 | 临时护栏、指挥人员、尚未反映在高精地图中的变更车道模式 |
| 异常障碍物 | 以训练分布之外的方式堵塞道路的碎片、家具或车辆 |
| 警察或紧急事件活动 | 使用非标准手势指挥交通的警员、封锁预定路线的警戒线、活跃事故现场 |
| 模糊的行人行为 | 躺在路上的人(紧急医疗事件?睡着?)、大量人群溢出至街道 |
| 高精地图差异 | 上次地图更新后道路几何形状改变——新建工程、车道重新划线 |
| 乘客请求 | 乘客需要在途中更改目的地或有安全顾虑 |
| 车辆问题 | 传感器故障或需要人工评估的异常车辆行为 |
| 新型边缘案例 | 任何超出训练分布、使置信度降至操作阈值以下的情况 |
“远程协助率”——每 1,000 英里的请求次数——是 Waymo 内部追踪的自主能力改善指标之一。随时间下降表示自主系统能成功处理越来越多的边缘案例而无需人工协助。Waymo 不公开披露当前比率;这被视为专有运营数据(估计)。
第三节 — ROC 的经济规模
操作员与车辆的比例是 Waymo 单位经济效益中最关键的变量之一。在小型车队规模下,操作员人力成本是可控的。在百万辆规模下,这个比例必须大幅改善,否则成本将成为结构性劣势。
| 车队规模 | 操作员比例(估计) | 所需操作员数(估计) | 年度人力成本(估计) |
|---|---|---|---|
| 目前(约 1,500 辆) | ~1:10 至 1:20 | ~75 至 150 人 | ~600 万至 1,500 万美元/年 |
| 10K 车队(估计 2027 年) | ~1:30 至 1:50 | ~200 至 333 人 | ~1,600 万至 2,700 万美元/年 |
| 100K 车队(估计 2029–2030 年) | ~1:80 至 1:100 | ~1,000 至 1,250 人 | ~8,000 万至 1 亿美元/年 |
| 100 万车队(估计 2033 年以后) | ~1:200 至 1:500 | ~2,000 至 5,000 人 | ~1.6 亿至 4 亿美元/年 |
所有数字均为根据公开公司资料和行业分析师研究得出的估计值;Waymo 不公开操作员配置比例。
这些数字背后的关键洞察:即使在 100 万辆规模下以 1:200 的比例,ROC 人力每年耗资 1.6 亿至 4 亿美元。以绝对值而言相当可观,但相对于全天候运营 100 万辆车队的收入潜力是可控的。更重要的变量是比例改善的轨迹——从今天约 1:10 至 1:20 提升至大规模的 1:200,需要自主系统在无人工介入的情况下处理多出 10 倍的边缘案例分布。
第四节 — Waymo 的 ROC 基础设施
Waymo 在其已发布的安全报告中已承认远程操作中心的存在和一般功能。操作细节属于专有信息。以下是公开已知或合理估计的内容:
| 维度 | 详细信息 |
|---|---|
| 实体位置 | Waymo 在有商业服务的城市设有 ROC;确切位置未公开披露(估计) |
| 操作员培训 | 操作员接受 Waymo 车辆行为、通信协议及各运营城市特有升级程序的培训 |
| 连接性 | 车辆与 ROC 之间的低延迟移动网络连接;Waymo 使用专用移动网络基础设施优先处理 ROC 通信流量(估计) |
| 冗余性 | 轮班时有多名操作员;若所有操作员短暂忙碌,车辆可安全等待在路旁 |
| 乘客沟通 | 车内扬声器进行语音沟通;车辆可在内部屏幕上显示文字消息 |
| 班次结构 | 需要全天候覆盖;Waymo 在旧金山和凤凰城全天候运营;夜间需求较低但 ROC 必须有人驻守 |
| 公开披露 | Waymo 安全报告承认远程协助是操作组成部分;具体指标属于专有信息 |
| 改善指标 | 远程协助率(每 1,000 英里的请求次数)在内部追踪;随自主能力提升而下降(估计) |
值得注意的基础设施限制:移动网络延迟。ROC 操作员根据具有固有传输延迟的即时视频做出指引决策。这就是为什么操作员提供高层次路线决策而非逐帧车辆控制——延迟与实时驾驶不兼容。自主系统在核准路径内处理所有时间敏感的驾驶决策。
第五节 — 特斯拉 Cybercab 为何不会有 ROC(及其意义)
特斯拉 Cybercab 的无人驾驶架构明确排除了自主决策回路中的远程人工操作员。这不是疏忽或暂时的成本削减措施。它反映了对于在商业部署无人驾驶车辆之前需要达到何种自主能力水平的根本哲学差异。
| 维度 | Waymo ROC 模式 | 特斯拉 Cybercab 模式 |
|---|---|---|
| 回路中的人工 | 是——远程操作员待命处理边缘案例 | 否——神经网络必须自主处理所有情况 |
| 边缘案例处理 | 优雅降级:靠边停车、请求协助、等待 | 神经网络必须解决或车辆执行最小风险操作(估计) |
| 故障模式 | 若 ROC 无法使用:车辆安全等待在路旁 | 若神经网络失败:车辆必须自主自救(估计) |
| 监管意涵 | ROC 提供人工监督,可能简化监管核准途径 | 需要更高的自主性能标准才能获得核准;无人工备援可供申诉 |
| 成本 | ROC 操作员人力是持续的运营支出 | 无 ROC 人力成本;较低的运营开销 |
| 规模经济 | 人力成本随车队增长;需要比例改善 | 每增加一辆车的边际人力成本为零 |
| 安全哲学 | ”有人工监督的优雅降级" | "足够强大的自主系统完全取代人工监督” |
哲学分歧深刻且影响深远。Waymo 的立场是,在当前能力水平下,回路中的人工是商业无人驾驶服务的必要操作组成部分。它为自主系统尚无法处理的情况提供安全网,并为监管机构提供可见的人工问责结构。
特斯拉的立场是,增加 ROC 将隐含承认神经网络尚未准备好完全自主部署。Cybercab 的架构是一个赌注:在世界最大车队收集的驾驶数据集上训练的神经网络,将有能力在无人待命的情况下处理每一种情况。如果特斯拉是对的,大规模部署的经济效益将大幅改善:任何车队规模都没有操作员人力成本。
如果特斯拉是错的——如果存在神经网络始终无法在无人指引下解决的边缘案例类别——Cybercab 将需要以 ROC 架构进行改造(成本高昂且复杂),或者车辆需要在路旁停留直到情况自然解决。
对监管机构的意义: Waymo 的 ROC 给监管机构提供了具体可评估的内容:有文件记录的升级程序、操作员培训计划、通信基础设施,以及对指引决策负责的人工。特斯拉的方式要求监管机构核准一个没有人工备援的完全自主系统——这需要跨越多样边缘案例的广泛安全记录来支撑。
对车队经济效益的意义: 如果两种架构都获得无人驾驶核准并大规模运营,特斯拉的零 ROC 模式在运营成本上具有结构性优势。问题在于,消除 ROC 所需的自主能力是否能在特斯拉的时间表内实现——以及无 ROC 架构的监管路径是否比启用 ROC 的路径更短或更长。
两家公司都在下大赌注。Waymo 押注人工监督是通往完全自主的必要桥梁,ROC 人力成本是单位经济效益中可控的部分。特斯拉押注这座桥不是必要的——神经网络可以准备好完全跳过它。
资料来源:Waymo 2023 年安全报告 — waymo.com/safety;Waymo 技术概览 — waymo.com/waymo-driver;特斯拉 AI Day — tesla.com/AI;RAND 公司联网与自动驾驶车辆研究 — rand.org。所有标记(估计)的数字均为根据公开公司资料、行业报道和分析师研究得出的估计值。这些数字未经独立核实,应视为方向性参考。本文不构成投资建议。
来源
- Waymo Safety Report 2023 — remote assistance overview — Waymo ↗
- Waymo remote assistance system — Waymo technology overview ↗
- Tesla driverless architecture — Tesla AI Day ↗
- AV remote operations economics — RAND Corporation AV research ↗