拆解蘿卜快跑們的事故清單，看自動駕駛真實的生存環境

出品/未來科技界

作者/張永堃

編輯/李彥

2026年3月31日晚，武漢街頭的一幕，打破了人們對無人駕駛的部分樂觀預期。多輛由百度運營的“蘿卜快跑”無人駕駛出租車，在行駛過程中集體停滯于道路中央，導致后方車流擁堵。警方通報顯示，事故初步判斷為系統故障，并已排除外部干擾因素。盡管未造成人員傷亡，但相關畫面在社交平臺迅速傳播，引發了公眾對Robotaxi可靠性的再度討論。

這并非蘿卜快跑首次因故障問題引發關注。2025年，蘿卜快跑亦曾出現因未能識別施工區域而駛入溝槽的事件。個案的不斷累積，使這一原本被視為國內Robotaxi商業化標桿的產品，不斷面臨來自公眾層面的信任考驗，也讓整個行業再次直面技術落地的現實難題。

2025年以來，隨著Robotaxi逐步進入規模化運營階段，全球范圍內不斷發生引發廣泛關注的Robotaxi事故，據壹覽商業統計，事故涉及Waymo、小馬智行等中美主流企業，無人車在不同城市的實際運行中，均不同程度暴露出各類安全與運行問題。

梳理這些事故可以看出，其中一部分問題出現在與社會車輛的互動過程中。自動駕駛系統需要在復雜交通流中完成判斷，而人類駕駛行為的不確定性，使這一過程始終存在變量。另一類情況，則更多發生在復雜或非常規環境中，例如施工區域、臨時障礙物或非標準道路條件，這些場景往往對系統的感知與路徑規劃能力提出更高要求。除此之外，還有一部分事件并非由單一交通行為觸發，而是源于系統異常本身，例如車輛在運行中出現停滯或功能失效，對道路通行效率產生直接影響。

其中幾起典型事故，更直觀暴露了行業的共性短板。2025年8月，美國奧斯汀發生Waymo校車違規事件，一輛Waymo無人車面對展開“停”牌、閃爍紅燈的停靠校車，雖短暫停車卻在學生仍在上車時駛越，此事暴露了系統對特殊交通規則的理解不足與遠程協助的漏洞，即便Waymo后續推送軟件補丁、召回車輛，類似的違規時間后續至2026年仍有發生。

2025年12月，湖南株洲一輛哈啰無人車撞傷兩名騎行者，這是國內首例Robotaxi傷人事故。事故核心的是系統在突發、非標準場景下的感知與決策滯后——人類司機能憑經驗預判非常規行為，而當前自動駕駛系統對這類低概率場景的應對能力仍顯不足。

種種事件所反映的，是在低概率、高不確定性場景下，仍有部分的長尾問題，當下Robotaxi技術還沒法滿足。

但需要指出的是，將所有問題簡單歸因為“技術不足”，同樣并不準確。在不少案例中，外部交通參與者的行為、道路條件、運營維護以及偶發因素，都會對結果產生重要影響。換言之，當前Robotaxi所面對的，并不是單一技術瓶頸，而是一個多因素交織的系統性問題。

從行業層面來看，這些事件正在產生連鎖反應：首先，公眾對安全性的感知變得更加敏感，單次事件的傳播效應被不斷放大，將會直接降低用戶的選擇意愿。其次，監管層面對商業化節奏的態度也會趨于審慎，可能會導致相關政策空間進行動態調整，延緩行業商業化推進節奏。最后，一系列事故會帶來成本壓力的上升，將持續考驗企業的運營能力與盈利模型。事故本身難以完全避免，但事故率如果不能顯著低于人類司機，Robotaxi“更安全、更便宜”的商業邏輯將受到根本挑戰。

歸根結底，Robotaxi的競爭，并不只取決于實驗室里的技術指標，而在于其能否在真實、復雜且不可預測的城市環境中，穩定地提供服務。當技術能力、系統可靠性與公眾信任形成正向循環時，商業化才有可能真正落地。