2026-06-18 — views

物理AI安全紀錄——Waymo 6.8倍安全主張、Tesla FSD事故數據、NHTSA調查，以及數字真正證明了什麼

Waymo宣稱在逾3000萬英里無人駕駛里程中，傷亡事故率比人類駕駛低6.8倍；Tesla FSD脫離接管率逐年下降。兩者的安全論據均需更多無監督里程才能具備統計穩健性。

物理AI基準系列第151篇——物理AI安全紀錄：Waymo 6.8倍安全主張、Tesla FSD事故數據、NHTSA調查，以及數字真正證明了什麼

安全性是自動駕駛車輛的核心商業與監管論據。Waymo發表了同行評審研究，聲稱傷亡事故率比人類駕駛低6.8倍；Tesla每季發布FSD干預里程報告；NHTSA已就Autopilot與FSD展開並結束多項調查。然而，公眾對AV安全的認知，往往受到無法區分責任方與非責任方事故、有監督與無監督駕駛，以及統計顯著性與樣本大小的媒體標題所左右。

本文為物理AI基準系列第151篇，對已發布的安全數據、每項主張背後的方法論、數字真正證明與僅供推測的內容，以及塑造公眾安全敘事的關鍵監管事件進行基準評估。標有「（估）」的數字均來自公開披露、產業研究、分析師估算與報告數據，並非獨立驗證的第一手資料。本文不構成投資建議。

第一節——Waymo已發布的安全紀錄

研究／指標	結果	方法論	限制
Waymo 2023同行評審研究（Nature合作期刊）	在可比條件下，傷亡事故率比人類駕駛低6.8倍（Waymo披露，發表於同行評審期刊）	將Waymo舊金山無人駕駛運營與NHTSA及加州DMV人類駕駛基準事故率進行比較；依曝露量（行駛里程、道路類型、時段）調整	比較基準為整體人類駕駛，非相同路線匹配；Waymo的運營設計域（晴天、已建圖城區）比人類平均駕駛條件更安全
Waymo致命事故紀錄	截至2026年中，商業無人駕駛運營中零AV責任致命事故（Waymo披露）	統計舊金山、鳳凰城、洛杉磯、奧斯汀逾3000萬英里無人駕駛商業里程	小樣本：3000萬英里對AV而言龐大，但對罕見致命事件統計顯著性而言偏小（美國人類平均每1億英里約1起致命事故）
財物損失事故	Waymo報告財物損失事故少於人類基準；2023年研究：整體可報告事故減少2.1倍	同一同行評審方法論	同樣的運營設計域侷限
舊金山事件（2022-2023）	多輛Waymo車輛涉及由人類駕駛闖紅燈或追尾靜止Waymo車輛造成的事故；Waymo自動駕駛車輛並無過失	多數舊金山事件涉及人類駕駛失誤，而非Waymo AV失誤	公眾對「Waymo事故」的認知未區分責任方與非責任方
Waymo vs Cruise比較	Cruise（通用汽車支持AV）於2023年10月發生嚴重行人拖曳事件（行人先被人類駕駛車輛撞倒，Cruise車輛隨後前進，拖曳行人）；Cruise隨後暫停運營	不同事件；Cruise車輛存在軟體決策錯誤	Cruise事件對整個AV產業造成廣泛打擊；Waymo未發生類似事件
Waymo安全報告節奏	Waymo發布年度安全報告並向加州DMV提交事故數據（加州無人駕駛許可強制要求）	加州DMV事故資料庫公開可查詢	加州DMV數據僅涵蓋加州運營；其他州無類似強制披露

解讀Waymo安全數字

6.8倍這一數字是AV安全論述中被引用最多的數據點，理解其證明了什麼與未證明什麼同樣重要。該研究經同行評審並發表於Nature合作期刊——這是有意義的門檻。方法論依道路類型和時段調整了曝露量，比簡單里程比較更為嚴謹。這是已發布的最有力單一證據，表明商業AV運營商相對於整體人類駕駛取得了有意義的安全優勢。

侷限是結構性的，而非方法論上的：Waymo在自選的運營設計域內運行。舊金山晴天、已建圖的城市環境本質上比人類駕駛的全部條件（冰雪、霧天、農村道路、疲勞駕駛）更安全。對6.8倍數字更保守的解讀是：Waymo明顯比在廣泛得多的條件下駕駛的平均人類駕駛更安全——這很有意義，但與在相同條件下比人類駕駛安全6.8倍並不相同。

第二節——Tesla FSD安全數據

指標	結果	方法論	限制
Tesla季度安全報告	Tesla每季發布：每次關鍵脫離接管里程（駕駛員發起）；每次ADAS干預里程	有監督FSD：每次駕駛員接管均記錄；Tesla報告整體車隊統計數據	僅限有監督：所有報告里程均有安全駕駛員在場；不反映無監督無人駕駛安全性
Tesla 2026年Q1安全報告（估）	估計每3萬至5萬英里約1次關鍵脫離接管（根據已披露趨勢估算）	脫離接管 = 駕駛員因安全顧慮接管；不含例行駕駛員偏好接管	脫離接管率是間接安全代理指標；低脫離率表示駕駛員很少感到不安全，而非若無駕駛員不會發生事故
FSD相關事故（NHTSA SCI）	NHTSA常設一般命令：Tesla已報告FSD相關事故；NHTSA已展開多項調查	NHTSA SCI（特別事故調查）計劃追蹤高級駕駛輔助系統事故	所有報告事故均涉及有監督FSD；安全駕駛員在場；多數僅造成輕微損傷
Tesla vs Autopilot致命事故	Tesla已報告Autopilot啟用時的致命事故；這些涉及Autopilot（車道保持輔助），而非FSD（更先進產品）	Tesla依NHTSA要求報告Autopilot事故數據	Autopilot與FSD是不同系統；Autopilot能力較低；混淆兩者會誇大FSD風險
NHTSA FSD調查	NHTSA就FSD在特定場景（緊急車輛偵測、陽光眩光、收費站）的行為展開調查；數起已無召回結案；部分導致OTA軟體更新	調查不代表存在缺陷；OTA解決方案在範圍上具行業領先地位	任何時刻均有多項公開調查，造成持續監管不確定性
Tesla Robotaxi（無監督）安全紀錄	2026年奧斯汀Robotaxi上線：數據有限；未披露致命事故；樣本量小（數十輛車輛，數週運營）	無監督商業載客；無安全駕駛員；小樣本	尚無法得出統計結論；最有意義的比較點將在12至24個月後出現

理解有監督與無人駕駛的區別

Tesla的季度安全報告是業界最詳盡的之一，脫離接管率的持續下降是有監督FSD成熟度的真實正面信號。然而，安全基準評估的關鍵區別在於：有監督FSD數據（持牌駕駛員在場且依法須監控系統）不能作為無監督無人駕駛安全性的代理指標。

原因不僅技術性，更在統計層面：有監督駕駛員在事故發生前介入，阻止了記錄若無介入AV系統會採取何種行動的數據。脫離接管數據告訴我們駕駛員多頻繁感到需要接管，這與安全性相關但並不等同。Tesla 2026年在奧斯汀的Robotaxi上線代表真實世界無監督安全數據的首次積累——但數十輛車輛數週的數據樣本量太小，無法與Waymo逾3000萬英里進行有意義的比較。

第三節——NHTSA監管事件時間線

日期	事件	結果	影響
2021年	NHTSA就緊急車輛事故展開Autopilot調查	識別模式；Tesla部署OTA更新解決緊急車輛偵測問題	OTA解決；調查結案；確立NHTSA OTA解決先例
2022年	NHTSA將Autopilot調查擴展至83萬輛車輛	Tesla透過OTA更新召回Autopilot軟體；NHTSA結案	史上按車輛數計最大「召回」；全部OTA；車主無需採取任何實體行動
2023年	NHTSA調查FSD測試版幽靈剎車（意外減速）	Tesla OTA更新；調查結案	幽靈剎車 = 實際交通中的重大安全隱患；透過軟體更新解決
2023年	Cruise行人拖曳事件（非Tesla/Waymo）	Cruise暫停加州無人駕駛運營；加州DMV吊銷Cruise許可	損害整個AV產業公眾信任；加速NHTSA對所有AV運營商的審查
2024年	NHTSA調查FSD在陽光眩光條件下的行為	截至2026年中調查仍在進行（估）	代表純攝像頭系統已知的難點感測案例
2024-2025年	NHTSA依常設一般命令監控Tesla奧斯汀Robotaxi上線	Tesla須報告事故；適用於所有AV商業運營商的標準	截至2026年中奧斯汀Robotaxi無召回行動（估）
2026年	Waymo加州DMV年度事故報告	延續低責任方事故模式；人類駕駛造成的事故主導事故報告	支持Waymo安全論據；年度公開披露維持問責性

NHTSA調查生命週期

NHTSA調查常被報告為安全失敗，但調查生命週期呈現更複雜的面貌。NHTSA調查依報告事故模式啟動——不代表已發現缺陷或系統不安全。多數Tesla AV相關調查以OTA軟體更新而非實體召回結案，這在結構上是正面結果：安全問題被識別、解決，並在數天內部署至整個車隊，車主無需前往經銷商。

2022年Autopilot召回——透過OTA解決83萬輛車輛——是汽車史上按車輛數計最大的召回。它無需車主採取任何實體行動且在數天內完成，代表汽車安全整改的新模式。

2023年10月Cruise事件值得單獨討論，因為它常與Waymo和Tesla事件並列引用，卻未說明Cruise是不同公司和不同系統。Cruise事件——行人先被人類駕駛車輛撞倒，Cruise AV隨後未能識別車輛下方的行人而前進，拖曳了行人——是造成嚴重後果的真實軟體失敗。Cruise暫停運營，加州DMV吊銷其許可。此事件在Waymo或Tesla均無類似案例，但廣泛損害了公眾和監管機構對整個AV行業的信心。

第四節——如何解讀AV安全統計數據：方法論至關重要

問題	含義	重要性
運營設計域偏差	Waymo在已建圖城區晴天運行；人類基準涵蓋所有條件（冰雪、霧天、農村、疲勞駕駛）	Waymo運營域本質上比平均人類駕駛環境更安全；若與相似條件人類駕駛比較，6.8倍可能被高估
罕見事件的樣本大小	3000萬英里時，Waymo統計上預期約0.3起責任致命事故（人類平均每1億英里1起）；零觀察值與1億英里1起一致，不能證明遠比人類更安全	小樣本中罕見事件的缺失是大幅更安全的弱證據；需10億英里以上才能對致命事故有統計信心
有監督與無人駕駛比較	Tesla安全數據是有監督FSD（駕駛員在場）；Waymo無人駕駛數據無駕駛員；直接比較兩者是類別錯誤	Robotaxi的安全問題是無監督無人駕駛，而非有監督FSD；Tesla有監督數據不能作為其無人駕駛安全性的代理指標
責任方vs任何事故	媒體報告的許多「AV事故」是人類駕駛撞上AV的事故；責任方比率比事故率更有意義	公眾報告通常未加區分；Waymo在密集城區頻繁被人類駕駛撞上
脫離接管作為安全代理	低脫離接管率 = 駕駛員很少感到不安全；不直接衡量無駕駛員時的事故概率	關鍵問題是：若無駕駛員在場會發生什麼？脫離接管數據無法直接回答
發表偏差	公司發布有利數據；不利事件依監管要求（NHTSA、加州DMV）披露，而非自願	安全報告應與強制監管披露並行解讀，而非作為獨立行銷材料

公平AV安全評估所需的統計誠實

AV安全基準評估中最重要的方法論要點是缺乏證據與不存在的證據之間的差異。Waymo在逾3000萬英里商業無人駕駛中零責任致命事故是有意義的正面結果，但在致命事故方面並非Waymo遠比人類駕駛更安全的統計證明。按美國人類基準每1億英里約1起致命事故，Waymo的3000萬英里車隊統計上預期0.3起致命事故——觀察到零與此預期一致。在10億英里時結果將更具統計意義，在100億英里時將具決定性意義。

這不是對Waymo安全紀錄的批評——商業無人駕駛運營中零責任致命事故是非凡成就。要點是認知論上的：非凡主張（安全6.8倍、零致命事故）需要統計樣本支持主張的信心水準。AV產業仍處於數據積累階段，誠實的安全基準評估需要在讚揚真實進展的同時承認此侷限。

第五節——安全基準評分卡

維度	Waymo	Tesla FSD	證據質量	備注
責任致命事故率	逾3000萬英里商業無人駕駛中為零（Waymo披露）	不適用（有監督；安全駕駛員在場）	中等——樣本過小，缺乏統計信心	Waymo零致命事故意義重大，但在此里程符合預期；不能證明人類安全水準
同行評審安全研究	傷亡事故少6.8倍（2023年，同行評審，Waymo資助）	無等效同行評審無人駕駛研究	中等——方法論存在運營設計域侷限	現有最佳Waymo安全獨立分析；侷限重要
監管紀錄（NHTSA）	無召回行動；加州DMV許可持續維持	多項調查；OTA解決；無硬性召回	相當——不同系統和產品	NHTSA調查對任何規模技術均屬常規；OTA解決是正面結果
無監督商業安全數據	逾4年，逾3000萬英里，橫跨4座城市	數週，數十輛車輛，僅奧斯汀（2026年）	Waymo具決定性優勢（數量）	Tesla樣本將增長；2027至2028年出現有意義比較
趨勢方向	隨市場成熟事故率下降（鳳凰城最佳）	脫離接管率逐年下降（估）	均正向	均在改善；Waymo的改善在商業無人駕駛背景下

總體結論

Waymo擁有全球最嚴謹的已發布AV安全紀錄：逾3000萬英里無人駕駛商業里程中零責任致命事故、同行評審的6.8倍安全優勢研究（含方法論侷限），以及逾4年向加州DMV的事故披露。Tesla FSD具有脫離接管率持續下降的出色有監督安全紀錄，但其無監督商業安全紀錄尚在2026年早期階段，數據不足以進行比較。

誠實的結論：Waymo已在其運營設計域內展示出有意義的安全性；Tesla已展示出改善的有監督安全性；兩者均需更多無監督無人駕駛里程才能對人類安全水準對等提出統計穩健的主張。未來24個月——隨著Tesla奧斯汀Robotaxi積累商業無人駕駛里程——將是縮小比較差距的最重要時期。

注意： 標有「（估）」的所有數字均來自截至2026年中的公開披露、產業研究、分析師估算與報告數據。本文不構成投資建議。