Waymo 累計付費載客次數突破 1 億次，車禍率報告首度涵蓋八座城市完整數據
2026-09-03
事件摘要
Waymo 於 9 月 3 日宣布，公司機器人計程車服務累計付費載客次數正式突破 1 億次，這是公司自 2020 年在鳳凰城開放商用服務以來的累積里程碑，服務範圍目前已涵蓋包括本站報導過的邁阿密在內的八座城市。公司同步公布最新安全報告，涵蓋這八座城市的完整行駛數據：每百萬英里發生的重大事故（造成人員受傷或財損超過一定金額）比率，較同一路網條件下人類駕駛的平均水準低約八成；但報告也坦承，在降雨天氣與道路施工路段這兩類情境下，Waymo 車輛的事故占比明顯高於其整體平均水準，公司表示已針對這兩類情境啟動額外的模型微調專案。
技術意義解讀
累計 1 億次付費載客，是自駕計程車產業首度出現能對外公布、涵蓋多城市、具備統計意義的長期安全數據，這跟本站在LiDAR vs Radar vs 攝影機一文中討論過的感測器失效模式互補邏輯直接相關——降雨天氣正是光達容易因雨滴散射而精度下降的已知弱項，Waymo 自己公布的數據顯示，即使搭載了毫米波雷達作為備援，雨天事故占比仍然明顯偏高，這說明現階段的多感測器融合架構雖然能緩解單一感測器失效帶來的風險，但還沒有完全消除惡劣天氣對整體系統可靠度的影響。
施工路段事故占比偏高，則指向另一類更根本的挑戰——施工路段的交通標誌、車道劃設經常是臨時性、非標準化的配置，這類場景對高度仰賴既有地圖與訓練資料分布的自駕系統而言，本質上是一種分布外（out-of-distribution）情境，這跟本站在Sim-to-Real 域隨機化一文中討論的模型泛化邊界問題是同一類挑戰的不同體現：系統在訓練資料涵蓋範圍內表現優異，但面對非典型、低頻率出現的場景時，可靠度會明顯下降，這也是為什麼即使整體安全數據優於人類駕駛平均水準，業者仍然需要持續針對這類長尾情境做專項改善，而不能只看整體平均數字就宣稱問題已經解決。