玩脫了！武漢百輛蘿卜快跑趴窩，Robotaxi“安全神話”一夜破滅

一場系統故障，揭開了自動駕駛規模化落地最脆弱的命門。

3月31日晚，武漢二環線楊泗港長江大橋附近，多輛蘿卜快跑Robotaxi突然在行駛中“停擺”。閃著雙閃的車輛橫亙在最左側車道上。一位現場交警表示：“蘿卜快跑系統出故障了，是他們公司的問題，有百八十臺。乘客按個按鈕，車門可以開，但是人在環線上下不來。我們今天救了很多人。”

（圖源：小紅書）

武漢交警通報稱“初步判斷為系統故障所致”，但這一輕描淡寫的定性，掩蓋不了更深層的拷問：當百度Apollo這個號稱“技術過硬”的Robotaxi頭號玩家，在真實城市交通中上演百車集體趴窩的“僵尸車”奇觀，我們還能用“偶發故障”來安慰自己嗎？

就在百度蘿卜快跑武漢事故發生的同一個月，國內Robotaxi賽道正上演著“五虎爭霸”，RoboTaxi正在加速走向普及。

小鵬汽車宣布成立Robotaxi獨立業務部，計劃2026年下半年載客示范運營。滴滴與廣汽聯合研發的Robotaxi已在廣州南沙、上海嘉定實現商業化運營，并放出“2027年底部署10萬輛”的豪言。文遠知行2025年財報顯示營收6.85億元，Robotaxi收入同比暴漲209.6%。小馬智行則在去年第四季度首次扭虧為盈，在廣州實現了單車運營盈利轉正。百度Apollo的蘿卜快跑更是以“規模”碾壓群雄：2025年第三季度訂單量達310萬單，同比增長212%，全球部署超1000輛Robotaxi。

在這場看似轟轟烈烈的商業化競賽背后，隱藏著一個被集體回避的問題：當所有人都把目光投向“規模”“訂單”“營收”時，誰在為“安全”兜底？

從舊金山到武漢，Robotaxi一次次集體趴窩

武漢的事故并非孤例。把目光投向大洋彼岸，Robotaxi的集體癱瘓早已不是新聞。

2025年12月20日，美國舊金山遭遇大規模停電，導致大量Waymo因無法識別失效的交通信號，紛紛啟動雙閃功能原地停滯，甚至一度阻擋應急通道。更早些的2023年4月，Waymo的五輛自動駕駛出租車曾因濃霧在舊金山市區街道停滯。

（圖源：電車通攝制）

今年2月，洛杉磯暴雨中，兩輛Waymo在洪水中“趴窩”，被網友調侃為“Waymo water than I was expecting”。

一起起事故證明，Robotaxi的“集體趴窩”已經成為一個跨地域、跨平臺、跨技術路線的普遍現象。

技術路線之爭：端到端比規則AI更安全？

舊金山停電致使Waymo趴窩事件，意外引爆了一場關于技術路線的大討論。

特斯拉CEO埃隆·馬斯克第一時間在X平臺上發文嘲諷：“特斯拉Robotaxi未受到舊金山停電影響。”這句話的潛臺詞是：依賴高精地圖和人工規則的Waymo不行，而采用端到端神經網絡架構的特斯拉FSD才是未來。

地平線創始人兼CEO余凱也加入論戰：

“很明顯，特斯拉是AI based（AI驅動），Waymo還是依賴人工規則和基礎設施，只是在局部走了個捷徑。”

這場論戰的本質，是兩種技術路線的對決。

一種是以Waymo、百度為代表的“規則AI派”：通過高精地圖、數十個傳感器、預編程規則來實現自動駕駛。這套體系的優勢是確定性，只要場景被提前定義過，系統的表現就可預測。致命弱點是“脆弱性”，糟糕的天氣環境、因停電無法工作的交通燈，導致依靠高精度地圖和規則算法的車輛難以政策決策。

（圖源：電車通攝制）

另一種是以特斯拉、小鵬、地平線為代表的“端到端派”：通過端到端的神經網絡、海量真實駕駛數據訓練、讓AI學會像人一樣思考。這套體系的優勢是泛化能力，能應對未被預先定義的突發場景。

在AI智駕尚未實現L3、L4級自動駕駛之時，高精度地圖搭配規則算法，無疑是最穩妥的選擇。更何況百度和谷歌分別擁有百度地圖與谷歌地圖，具備地圖測繪資質，手握大量道路數據，自然更傾向于高精地圖搭配規則算法的方案。

高精度地圖搭配規則算法不是不能解決智駕問題，只是對Robotaxi企業的地圖更新速度提出了更高要求，百度和谷歌需要不斷進行地圖測繪和信息采集，才能避免Robotaxi對路況感到“陌生”。

從“趴窩”到“武器”，RoboTaxi還有哪些安全風險？

如果說“系統故障導致趴窩”還只是技術問題，那么更深層的安全威脅，可能遠超我們的想象。

2017年上映的《速度與激情8》中，反派塞弗在紐約操控千輛自動駕駛汽車，讓它們像“僵尸”一樣從停車場墜落、在街頭狂飆、圍堵俄羅斯國防部長的車隊。當時這只是一個科幻橋段，但今天，它正在逼近現實。

有國內網絡安全研究機構曾發出警告：自動駕駛汽車的“感官系統”極其脆弱——激光雷達可以被虛假激光信號欺騙，攝像頭可以被特制圖案誤導，V2V通信可能被截獲篡改，OTA更新通道可能被注入惡意代碼。2024年就有研究團隊通過篡改OTA更新，成功讓測試車的AI系統調低了“避讓行人”的優先級。

這意味著，未來RoboTaxi的安全威脅至少包含兩個層面：

第一層是“單車攻擊”：黑客遠程劫持一輛Robotaxi，將其變成針對特定人物或建筑的攻擊武器。想象一下，一輛滿載炸藥的自動駕駛汽車，在沒有任何人察覺的情況下，精準駛向目標。

第二層是“群體攻擊”：攻擊者同時劫持成百上千輛Robotaxi，讓它們集體堵死城市主干道、包圍重要設施、阻斷應急通道。正如一位網友的評論：“以前要讓一座城市癱瘓，需要轟炸橋梁道路；未來只需要調集幾百臺robotaxi堵路。”

這不是危言聳聽。當Robotaxi成為城市基礎設施的一部分，它的“可攻擊面”呈指數級增長。每一輛車都是一個潛在的“攻擊入口”，而中央調度平臺一旦被攻破，整個城市的交通命脈就可能被瞬間掐斷。

（圖源：百度Apollo）

哪怕沒有遭受黑客攻擊，云端數據波動也會對車輛行駛安全造成影響。高精度地圖智駕方案依賴車路云協同，一旦云端算力、數據同步、網絡通信出現波動，車輛無法正確上傳路況和行駛狀態，云端無法同步地圖更新，系統就可能出現誤判。

解決這一問題的最好方案，是將高精度地圖與端到端結合。端到端模型在自主學習感知、預測、規劃全流程的同時，借助高精地圖的靜態信息提升決策可靠性，彌補純端到端方案在復雜場景下的魯棒性不足，實現“算法自主學習+地圖安全兜底”的雙重優勢。

Robotaxi需要更多安全冗余

未來智駕系統停擺、Robotaxi無法正常通行，甚至阻礙交通的情況大概率還會發生，這只是自動駕駛技術和Robotaxi發展之路的陣痛。

舊金山停電后，Waymo被迫暫停全城服務。武漢事故后，蘿卜快跑恐怕也要面對類似的信任危機。這不是終點，而是一個警示：在Robotaxi從“玩具”變成“工具”、從“體驗”變成“基礎設施”的過程中，安全不應該是一個可以被犧牲的變量。

Robotaxi企業應當主動承擔起責任，為車內乘客的出行提供保障。此次蘿卜快跑趴窩事件，多輛車停靠在車流密集的環線，發生追尾事故的風險極大，車內乘客的安全受到了威脅。

在L3、L4級自動駕駛成熟前，Robotaxi企業需要做的是提供更強的安全冗余，例如增加云上安全員和區域安全員。云上安全員負責在車輛停擺時遠程控制車輛，區域安全員則負責一片地區，當云上安全員無法控制車輛脫困時前往現場解決問題。

僅廣州， 就匯聚了小鵬、文遠知行、小馬智行、百度Apollo、滴滴五大Robotaxi企業，全國范圍內還有曹操出行、哈啰Robotaxi等諸多Robotaxi企業，接下來的競爭不會比網約車行業輕松。能夠在行業起步期為乘客提供安全保障和貼心的服務的Robotaxi企業，才能贏得消費者的長期信任。