2025年12月20日，舊金山遭遇一場大規模停電事故，導致約30%嘅城市區域陷入黑暗，影響超過13萬戶居民。呢宗事件唔單止暴露咗城市基礎設施嘅脆弱性，亦凸顯咗自動駕駛技術喺極端情況下嘅表現差異：Alphabet 旗下嘅 Waymo 機械人的士集體停滯，造成交通阻塞，而 Tesla 嘅 Full Self‑Driving（FSD）系統則展現出較強嘅適應力，繼續運行。呢個對比引發業界對自動駕駛系統設計哲學嘅熱議，強調自主性同對外部依賴之間嘅權衡。
停電事故起源於 Pacific Gas & Electric（PG&E）位於第八街同 Mission 街嘅變電站火災。當晚大約7點左右，火災引發連鎖反應，迅速切斷供電，波及 Sunset、Richmond、Haight‑Ashbury、Pacific Heights 同 Presidio 等多個社區。到周日下午，仍有近1.9萬戶無電，預計周一午后全面恢復。市長 Daniel Lurie 呼籲居民避免上路，並調動執法人員人手手動指揮交通，以緩解信號燈熄滅帶嚟嘅混亂。呢宗突發事件考驗咗舊金山作為自動駕駛測試熱土嘅韌性，該市係 Waymo 同 Tesla 等公司嘅重要營運地。
Waymo 嘅機械人的士喺停電期間首當其衝。Waymo 車輛依賴激光雷達（LiDAR）、鏡頭同雷達等感測器去構建環境地圖，但佢哋嘅系統設計高度整合外部基礎設施，例如交通信號燈同無線交通數據。當信號燈失效時，Waymo 車輛預設會將該路口視為四向停車（all‑way stop），要求車輛完全停低並觀察其他路權。然而，由於停電範圍龐大，車輛喺確認路口狀態時停留時間過長，導致集體「趴喺度」。目擊者短片顯示，喺 Mission 區如 16th 街同 Guerrero 街，以及 Divisadero 街同 McAllister 街等路口，多達2‑6架 Waymo 車排隊阻塞車道，警示燈閃爍，卻無法前進。社交媒體上充斥住嘲諷，例如「Waymo 喺停電中似乎癱咗喺度堵路😂😂😂」，反映咗公眾對技術嘅失望。
Waymo 發言人 Suzanne Philion 解釋話，呢個做法係優先考慮乘客安全同緊急通道，但冇詳細說明技術細節。專家分析指出，Waymo 系統可能過度依賴遠端協助（remote assistance），喺蜂窩網絡唔穩定時，車輛會進入保守模式，避免潛在風險。Matthew Wansley 教授表示：「呢項技術本應應對通訊延遲或中斷，但遠端干預可能比我哋想像中更關鍵。」結果，Waymo 於當晚8點左右暫停舊金山灣區叫車服務，直至周日下午3:30恢復。雖然冇發生事故或傷亡，事件仍引發交通擠塞，拖車連夜搬走車輛。市府對此表示關注，並推動 Waymo 暫停營運以減輕壓力。
相比之下，Tesla 嘅 Robotaxi 同配備 FSD 嘅車輛表現較佳，繼續穿越無信號燈嘅路口。Tesla 執行長 Elon Musk 喺 X 平台上表示：「Tesla Robotaxi 無受影響。」用戶分享嘅短片顯示，Tesla 車輛喺停電路口順利左轉或直行，無需人工干預。呢個優勢源自 Tesla FSD 嘅設計哲學：系統主要依賴車載硬件，包括鏡頭、超聲波感測器同神經網絡處理器，幾乎唔依賴外部信號。FSD 採用以視覺為主嘅「端到端」學習模型，模擬人類駕駛員嘅行為，能夠將熄滅嘅信號燈視為停車標誌，並根據即時觀察其他車輛動態作出決策。與 Waymo 不同，Tesla 避免咗遠端依賴，減少咗網絡中斷嘅風險。
技術上，Waymo 採用「多模態」感知，整合 LiDAR 提供精確 3D 映射，但呢亦令佢哋更依賴高清地圖同實時數據更新。喺停電期間，信號缺失同可能嘅蜂窩干擾放大咗呢項弱點。Tesla 則堅持「純視覺」路線，訓練模型處理模糊場景，例如無燈路口，通過數百萬英里 fleet 數據反覆優化。Reddit 討論中，用戶指出 Waymo 喺舊金山每日產生大量數據，但 Tesla 嘅 FSD 喺基礎設施失效時更具魯棒性。不過，Tesla 亦唔係完美：其 FSD 仍處於監督模式，喺複雜城市環境中偶有爭議。
呢宗事件對自動駕駛行業係個警鐘。Waymo 嘅停滯凸顯咗過度依賴外部系統嘅風險，尤其喺災害頻發嘅城市。專家呼籲加強系統自主性，例如整合備用電源同更智能嘅決策演算法。Tesla 嘅表現雖然獲讚，但亦引起監管擔憂：FSD 喺「無燈通行」時是否足夠安全？加州公共事業委員會（CPUC）可能會借此檢視許可標準。更廣義嚟講，事件反映自動駕駛由測試到大規模部署嘅挑戰：Waymo 喺舊金山營運數百架車，而 Tesla Robotaxi 尚處於有限試點。
展望未來，業界需喺創新同可靠性之間取得平衡。Waymo 表示會從事件中吸取教訓，提高系統韌性。Tesla 則繼續推動 FSD 更新，目標係實現完全無人干預。呢次停電事件唔單止係技術故障嘅個案，亦係自動駕駛生態演進嘅縮影，提醒從業者：追求效率時，唔好忽視對不確定性嘅準備。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎追蹤我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多 AI 新聞請瀏覽：
https://www.airosetta.com