2026-06-18 — views

自動駕駛遠端操作中心 — Waymo 人工介入安全網的運作方式，以及 Tesla 為何沒有建立

Waymo 機器人計程車卡關時，遠端人工操作員會介入協助。本文解析這套安全網的運作機制，以及 Tesla 為何選擇不建立同樣的架構。

實體 AI 基準系列第 60 篇 — 沒人討論的人工介入機制

當 Waymo 機器人計程車遇到無法自主解決的情況——困惑的施工人員、模糊的警察手勢、道路上的障礙物——車輛不會猜測。它會安全靠邊停車，並向遠端操作中心（ROC）的人工操作員發送請求。大約 20 到 30 秒內（估計），操作員透過即時攝影機畫面、LIDAR 點雲視覺化介面和地圖情境評估現場，接著提供指導。車輛嘗試自主執行。若仍無法繼續，則等待。

這套「遠端協助」機制是商業機器人計程車實際運作中最少被報導的組成部分之一。它直接影響車隊經濟效益、法規策略，以及 Waymo 與 Tesla 之間的根本架構辯論。本文將說明它如何運作、什麼情況會觸發它、大規模部署的成本，以及 Tesla Cybercab 為何刻意排除這項設計。

第一節 — 遠端操作實際上做什麼

首先必須建立一個關鍵區別：遠端操作員不會像電玩遊戲一樣即時遠端駕駛車輛。他們提供的是高層次的路線指引和行駛決策。自主系統執行實際的駕駛動作。

當 Waymo 車輛遇到超出自主能力的情況時，流程如下：

第一步 — 車輛偵測不確定性。 AV 的信心度低於閾值。車輛執行「最小風險操作」——通常是安全靠邊停車或在原地停止。它不會試圖強行通過模糊的情況。

第二步 — 發送警示至 ROC。 車輛向遠端操作中心傳輸警示，連同所有攝影機的即時影像、LIDAR 點雲，以及顯示車輛位置和預定路線的地圖情境。

第三步 — 操作員評估。 通常在 20 到 30 秒內（估計），操作員評估現場。他們能以比乘客更高的解析度看到車輛所見的一切。

第四步 — 指導選項。 操作員從一系列行動中選擇：

提供路線指引（指示 AV 沿特定路徑或替代路線行進）
透過車內揚聲器或內部顯示器與乘客溝通
聯繫外部人員（施工協調人員、警察勤務中心）
授權有限的低速遠端引導移動（非完整遠端駕駛；僅為高層次路徑授權）

第五步 — 車輛恢復行駛。 收到指引後，AV 嘗試自主執行核准的路徑。若仍無法解決，可能等待情況排除——施工人員移開、警察重新引導交通、障礙物被移走。

從乘客視角來看：車輛靠邊停車，車內響起提示音，語音說明正在請求協助。大多數情況下，一分鐘內就能恢復行程。

第二節 — 什麼情況會觸發遠端協助請求

並非每個不尋常的情況都會觸發 ROC 請求。車輛能自主處理大量邊緣案例。ROC 請求僅保留給自主信心度低於操作閾值的情況。最常觸發請求的類別包括：

觸發類別	範例情境
施工區域	臨時護欄、指揮人員、尚未反映在高精地圖中的變更車道模式
異常障礙物	以訓練分佈之外的方式堵塞道路的碎片、家具或車輛
警察或緊急事件活動	使用非標準手勢指揮交通的警員、封鎖預定路線的警戒線、活躍事故現場
模糊的行人行為	躺在路上的人（緊急醫療事件？睡著？）、大量人群溢出至街道
高精地圖差異	上次地圖更新後道路幾何形狀改變——新建工程、車道重新劃線
乘客請求	乘客需要在途中更改目的地或有安全顧慮
車輛問題	感測器故障或需要人工評估的異常車輛行為
新型邊緣案例	任何超出訓練分佈、使信心度降至操作閾值以下的情況

「遠端協助率」——每 1,000 英里的請求次數——是 Waymo 內部追蹤的自主能力改善指標之一。隨時間下降表示自主系統能成功處理越來越多的邊緣案例而無需人工協助。Waymo 不公開披露當前比率；這被視為專有營運數據（估計）。

第三節 — ROC 的經濟規模

操作員與車輛的比例是 Waymo 單位經濟效益中最關鍵的變數之一。在小型車隊規模下，操作員人力成本是可控的。在百萬輛規模下，這個比例必須大幅改善，否則成本將成為結構性劣勢。

車隊規模	操作員比例（估計）	所需操作員數（估計）	年度人力成本（估計）
目前（約 1,500 輛）	~1:10 至 1:20	~75 至 150 人	~600 萬至 1,500 萬美元/年
10K 車隊（估計 2027 年）	~1:30 至 1:50	~200 至 333 人	~1,600 萬至 2,700 萬美元/年
100K 車隊（估計 2029–2030 年）	~1:80 至 1:100	~1,000 至 1,250 人	~8,000 萬至 1 億美元/年
100 萬車隊（估計 2033 年以後）	~1:200 至 1:500	~2,000 至 5,000 人	~1.6 億至 4 億美元/年

所有數字均為根據公開公司資料和產業分析師研究得出的估計值；Waymo 不公開操作員配置比例。

這些數字背後的關鍵洞察：即使在 100 萬輛規模下以 1:200 的比例，ROC 人力每年耗資 1.6 億至 4 億美元。以絕對值而言相當可觀，但相對於全天候運營 100 萬輛車隊的收入潛力是可控的。更重要的變數是比例改善的軌跡——從今天約 1:10 至 1:20 提升至大規模的 1:200，需要自主系統在無人工介入的情況下處理多出 10 倍的邊緣案例分佈。

第四節 — Waymo 的 ROC 基礎設施

Waymo 在其已發布的安全報告中已承認遠端操作中心的存在和一般功能。操作細節屬於專有資訊。以下是公開已知或合理估計的內容：

面向	詳細資訊
實體位置	Waymo 在有商業服務的城市設有 ROC；確切位置未公開披露（估計）
操作員培訓	操作員接受 Waymo 車輛行為、溝通協定及各營運城市特有升級程序的培訓
連接性	車輛與 ROC 之間的低延遲行動網路連接；Waymo 使用專用行動網路基礎設施優先處理 ROC 通訊流量（估計）
冗餘性	輪班時有多名操作員；若所有操作員短暫忙碌，車輛可安全等待在路旁
乘客溝通	車內揚聲器進行語音溝通；車輛可在內部螢幕上顯示文字訊息
班次結構	需要全天候覆蓋；Waymo 在舊金山和鳳凰城全天候運營；夜間需求較低但 ROC 必須有人駐守
公開披露	Waymo 安全報告承認遠端協助是操作組成部分；具體指標屬於專有資訊
改善指標	遠端協助率（每 1,000 英里的請求次數）在內部追蹤；隨自主能力提升而下降（估計）

值得注意的基礎設施限制：行動網路延遲。ROC 操作員根據具有固有傳輸延遲的即時影像做出指引決策。這就是為什麼操作員提供高層次路線決策而非逐幀車輛控制——延遲與即時駕駛不相容。自主系統在核准路徑內處理所有時間敏感的駕駛決策。

第五節 — Tesla Cybercab 為何不會有 ROC（及其意義）

Tesla Cybercab 的無人駕駛架構明確排除了自主決策迴路中的遠端人工操作員。這不是疏忽或暫時的成本削減措施。它反映了對於在商業部署無人駕駛車輛之前需要達到何種自主能力水準的根本哲學差異。

面向	Waymo ROC 模式	Tesla Cybercab 模式
迴路中的人工	是——遠端操作員待命處理邊緣案例	否——神經網路必須自主處理所有情況
邊緣案例處理	優雅降級：靠邊停車、請求協助、等待	神經網路必須解決或車輛執行最小風險操作（估計）
故障模式	若 ROC 無法使用：車輛安全等待在路旁	若神經網路失敗：車輛必須自主自救（估計）
法規意涵	ROC 提供人工監督，可能簡化法規核准途徑	需要更高的自主性能標準才能獲得核准；無人工備援可供申訴
成本	ROC 操作員人力是持續的營運支出	無 ROC 人力成本；較低的營運開銷
規模經濟	人力成本隨車隊增長；需要比例改善	每增加一輛車的邊際人力成本為零
安全哲學	「有人工監督的優雅降級」	「足夠強大的自主系統完全取代人工監督」

哲學分歧深刻且影響深遠。Waymo 的立場是，在當前能力水準下，迴路中的人工是商業無人駕駛服務的必要操作組成部分。它為自主系統尚無法處理的情況提供安全網，並為監管機構提供可見的人工問責結構。

Tesla 的立場是，增加 ROC 將隱含承認神經網路尚未準備好完全自主部署。Cybercab 的架構是一個賭注：在世界最大車隊收集的駕駛數據集上訓練的神經網路，將有能力在無人待命的情況下處理每一種情況。如果 Tesla 是對的，大規模部署的經濟效益將大幅改善：任何車隊規模都沒有操作員人力成本。

如果 Tesla 是錯的——如果存在神經網路始終無法在無人指引下解決的邊緣案例類別——Cybercab 將需要以 ROC 架構進行改造（成本高昂且複雜），或者車輛需要在路旁停留直到情況自然解決。

對監管機構的意義： Waymo 的 ROC 給監管機構提供了具體可評估的內容：有文件記錄的升級程序、操作員培訓計畫、通訊基礎設施，以及對指引決策負責的人工。Tesla 的方式要求監管機構核准一個沒有人工備援的完全自主系統——這需要跨越多樣邊緣案例的廣泛安全記錄來支撐。

對車隊經濟效益的意義： 如果兩種架構都獲得無人駕駛核准並大規模運營，Tesla 的零 ROC 模式在運營成本上具有結構性優勢。問題在於，消除 ROC 所需的自主能力是否能在 Tesla 的時間表內實現——以及無 ROC 架構的監管路徑是否比啟用 ROC 的路徑更短或更長。

兩家公司都在下大賭注。Waymo 押注人工監督是通往完全自主的必要橋樑，ROC 人力成本是單位經濟效益中可控的部分。Tesla 押注這座橋不是必要的——神經網路可以準備好完全跳過它。

資料來源：Waymo 2023 年安全報告 — waymo.com/safety；Waymo 技術概覽 — waymo.com/waymo-driver；Tesla AI Day — tesla.com/AI；RAND 公司連網與自動駕駛車輛研究 — rand.org。所有標記（估計）的數字均為根據公開公司資料、產業報導和分析師研究得出的估計值。這些數字未經獨立核實，應視為方向性參考。本文不構成投資建議。