2025年10月，一段视频在社交媒体疯传：一辆Waymo自动驾驶出租车在佐治亚州亚特兰大市绕过一辆正在停靠、红灯闪烁的校车，引发美国国家公路交通安全管理局（NHTSA）正式调查。这一事件不仅暴露了自动驾驶技术的短板，更成为行业反思安全与伦理的契机。

事件回溯：技术误判的“致命瞬间”

视频显示，涉事Waymo车辆在校车司机接送学生时，从校车右侧横向穿越至其前方，随后向左绕过车头继续行驶。Waymo解释称，校车部分占用了自动驾驶汽车拟驶出的车道入口，导致传感器无法探测到闪烁红灯或停车标志牌。然而，NHTSA调查发现，此前已发生多起类似事件，系统对静止物体的识别逻辑存在缺陷。

这并非Waymo首次陷入安全争议。2023年，NHTSA曾因其车辆难以应对道路上的栏杆、链条等低速障碍物发起调查，最终促使Waymo召回1200辆车并推送软件更新，将碰撞检测和避障能力提升约20%。2024年，该机构还针对多起车辆误入逆行车道或施工区域的案例启动专项调查。

技术深挖：从“感知”到“决策”的漏洞

Waymo的第五代自动驾驶系统采用“激光雷达+摄像头+毫米波雷达”的多传感器融合方案，理论上可实现360度无死角感知。然而，校车事件暴露了其两大短板：

静态物体识别不足：校车作为大型静止目标，其警示灯和停车标志牌本应被优先识别。但Waymo解释称，校车部分遮挡车道入口导致传感器误判，反映出系统对复杂场景的空间推理能力仍需提升。

决策逻辑保守：Waymo车辆严格遵守交通规则，但在与人类驾驶员共存时显得“笨拙”。例如，在无保护左转路口，人类司机可通过眼神交流或手势协调通行，而自动驾驶系统往往因等待安全间隙而长时间停滞，引发后方车辆不满。

行业反思：安全与效率的“天平”

校车事件引发了行业对自动驾驶安全标准的激烈讨论。一方面，Waymo强调其车辆事故率低于人类驾驶车辆，数据显示其每周完成数十万次全自动驾驶载客服务，且2025年已完成1000万次无人驾驶付费行程；另一方面，NHTSA指出，自动驾驶系统的“长尾问题”（如极端天气、遮挡、施工场景）仍需解决。

例如，在雪地驾驶中，传感器需加热清洁以避免堵塞，同时通过学习驾驶数据统计信息估计车辙和摩擦力；在施工区域，系统需识别标志牌、推理驾驶几何形状，并根据锥筒调整路线。这些场景对算法的泛化能力和数据质量提出了极高要求。

Waymo的应对：从“召回”到“进化”

面对监管压力，Waymo采取了“技术更新+政策倡导”的双轨策略：

软件召回与更新：2024年5月，Waymo因低速碰撞问题召回1200辆车，并通过软件更新提升系统对静止物体的识别能力；2025年10月校车事件后，其再次推送更新，优化系统对校车警示灯的响应逻辑。

推动政策创新：Waymo正在倡导修改纽约州法律，以允许无人类驾驶员的完全自动驾驶服务。目前，纽约州要求自动驾驶车辆必须配备驾驶员，这限制了Waymo在超级大都会市场的扩张。

未来方向：从“规则遵循”到“场景理解”

校车事件暴露了自动驾驶技术从“感知”到“理解”的跨越需求。Waymo开发的“Waymo基础模型”通过海量数据训练，支持车辆感知环境、预测行为、模拟场景并做出决策。例如，在活跃事故现场，系统需整体理解应急车辆、路况堵塞和最佳行动路线，而不仅仅是识别单个物体。

正如Waymo工程师所言：“自动驾驶不仅是识别特征元素，更需理解场景含义。”这场风波或许会成为行业技术升级的催化剂，推动自动驾驶从“可用”向“可靠”进化。