一場突如其來的大規(guī)模停電，讓美國舊金山的街頭陷入混亂，自動駕駛領域的兩大巨頭——Waymo與特斯拉，也在這場危機中展現出截然不同的應對表現。這場意外，不僅將自動駕駛技術的局限性暴露無遺，更引發(fā)了公眾對自動駕駛系統(tǒng)可靠性的深度思考。

周六，舊金山因一處變電站突發(fā)火災，導致全市多區(qū)域陷入黑暗。停電高峰時段，多達13萬用戶受到影響，盡管大部分用戶在當晚恢復供電，但次日上午仍有約3.5萬用戶處于斷電狀態(tài)。這場停電不僅讓紅綠燈集體熄滅，城市公共交通系統(tǒng)陷入癱瘓，更讓自動駕駛出租車服務成為輿論焦點。

作為全球領先的自動駕駛商業(yè)化運營商，Waymo的車輛在停電后集體“罷工”，成為街頭最顯眼的“路障”。多輛Waymo出租車停在十字路口、主干道甚至車流中央，雙閃燈閃爍卻無法移動，迫使其他車輛不得不繞行。社交媒體上流傳的視頻顯示，至少五輛Waymo聚集在同一個路口，形成“金屬圍欄”，徹底阻斷交通。有乘客被困車內數分鐘，最終無奈選擇步行回家。

Waymo發(fā)言人蘇珊娜·菲利恩（Suzanne Philion）緊急回應稱，因大范圍停電，公司已暫停舊金山灣區(qū)的網約車服務，團隊正與市政部門合作，密切關注基礎設施恢復情況，爭取盡快重啟服務。然而，對于車輛為何因停電集體停擺，Waymo并未給出技術層面的解釋。外界推測，紅綠燈失效、道路秩序混亂、行人行為不可預測等因素，可能讓高度依賴規(guī)則與高精地圖的Waymo系統(tǒng)陷入“決策癱瘓”。

與Waymo的保守策略形成鮮明對比的是，特斯拉CEO馬斯克在社交平臺X上高調宣稱，特斯拉的Robotaxi在此次停電中“完全未受影響”。這一言論迅速引發(fā)技術路線之爭。特斯拉支持者指出，其“純視覺+AI”方案不依賴外部基礎設施，通過海量真實數據訓練的模型，能更好應對復雜場景；而Waymo的多傳感器融合系統(tǒng)雖在常規(guī)環(huán)境中表現優(yōu)異，但面對城市級異常時，過度依賴規(guī)則與地圖的弱點被放大。

30歲的乘客米歇爾·里瓦（Michele Riva）的親身經歷，生動展現了Waymo系統(tǒng)的“遲疑”。當晚，他乘坐Waymo回家時，車輛在距離目的地僅一分鐘的路口突然停下。紅綠燈失效、行人橫穿馬路，系統(tǒng)既未提示風險，也未嘗試通行，仿佛陷入“不知道下一步該不該走”的僵局。里瓦在車內等待數分鐘后，最終選擇下車步行，次日才通過應用收到服務暫停的通知。他坦言：“安全第一沒錯，但如果每次城市異常，自動駕駛都只能停下，那它離真正融入生活還有多遠？”

技術專家分析，Waymo與特斯拉的差異源于底層邏輯的不同。Waymo采用“重傳感器、重地圖、重規(guī)則”方案，通過激光雷達、雷達與攝像頭的冗余設計，結合高精地圖與地理圍欄，降低長尾風險；而特斯拉則以攝像頭為核心，通過端到端深度學習，讓系統(tǒng)從海量數據中“自學”駕駛策略。此次停電中，Waymo的保守策略雖避免冒險，但多車同時停擺導致城市交通癱瘓；特斯拉的視覺方案雖能繼續(xù)行駛，但其FSD仍屬輔助駕駛系統(tǒng)，駕駛責任由人類承擔，與無人駕駛的安全標準不可直接對比。

目前，Waymo每周提供約45萬次自動駕駛出行服務，規(guī)模接近今年春季的兩倍，仍是全球最成熟的無人駕駛商業(yè)化案例之一。然而，此次事件暴露的脆弱性，也讓行業(yè)意識到：自動駕駛的真正考驗，不在于日常運行，而在于城市突發(fā)失序時的應對能力。無論是Waymo的“規(guī)則至上”，還是特斯拉的“數據驅動”，如何平衡安全與效率，仍是整個行業(yè)亟待解決的難題。