想象你叫了一辆没有司机的出租车。

车门关上，前排座位空着，方向盘自己在转。你不知道它靠什么"看路"，不知道路口突然冲出一个骑车人时它会不会踩刹车，也不知道如果出了事算谁的责任。

你会上这辆车吗？

这不是科幻场景。Waymo 的 Robotaxi 在旧金山和洛杉矶已经运营了好几年；特斯拉的 Cybercab 预计今年开始在德克萨斯州试运营。两家公司都说自己的车足够安全，但他们说的"安全"，其实是两件完全不同的事。

这场争论看起来像技术路线之争，实质上是一个更根本的问题：我们凭什么知道一辆车已经足够安全？

人类是用什么开车的？

眼睛、耳朵，以及几十年积累的判断力。没有激光雷达，没有毫米波雷达阵列，也没有精确到厘米级的高精地图。

马斯克的逻辑从这里出发：既然人类只用眼睛就能开车，摄像头配上足够强的神经网络，就可以做到同样的事。

Waymo 的工程师听到这个逻辑，会提一个反驳：人类有两只眼睛，形成立体视觉，天然具备深度感知；摄像头是二维传感器，必须从图像中学习推断距离。况且人类大脑经过数百万年进化，而神经网络的训练历史不过十年。正是因为这个差距，我们需要激光雷达来补偿。

激光雷达（LiDAR）用激光束扫描周围环境，能精确测量每个物体的距离和位置，不受光线影响。特斯拉认为这是多余的，Waymo 认为这是必要的。

先把数字摆出来

两家公司都有数字，但数字说的不是同一件事。

Waymo：截至 2025 年底，累计完成 1.707 亿英里完全无人驾驶里程。与人类驾驶员对比，减少 90% 严重伤亡事故、82% 安全气囊展开事故。每 17,000 英里发生一次需要人工接管的情况。这些数据已通过同行评审，发表在学术期刊上。

特斯拉：FSD（Full Self-Driving，完全自动驾驶系统）累计 65 亿英里驾驶数据，来自全球 400 万辆车。FSD Supervised 版本记录约每 530 万英里发生一次重大碰撞。今年 4 月，马斯克再次声称最新版本将"远超人类安全水平"——他在 v12 和 v14 上说过同样的话。

两组数字都听起来很好，但它们没法直接比较。

Waymo 的数字来自完全无人监督的运营：没有司机坐在车里盯着，出了事没有人能接管。特斯拉的数字来自有人监督的驾驶：驾驶员全程在场，随时可以接管方向盘。

这两个数字度量的，根本不是同一件事。

争的不是传感器，是"怎么证明安全"

Waymo 的答案：你得能解释

Waymo 的系统知道它在看什么。激光雷达生成的点云（三维空间里每个物体的精确位置数据），每一个点都对应现实中一个确定的物体。当系统决定减速，工程师可以回溯：因为前方 14.3 米处有一个物体，高度 0.9 米，速度 2.1 米/秒，判断为行人横穿。

美国国家公路交通安全管理局（NHTSA）在审查自动驾驶系统时，要的不只是事故率数字，还要理解系统为什么做了某个决定。激光雷达路线提供了这种可追溯性。

特斯拉的答案：你只需要看记录

特斯拉 FSD v12 之后，整个系统是一个端到端神经网络——8 个摄像头的视频流直接输入，方向盘和油门的控制指令直接输出，中间没有人工规则，也没有可以打印出来给监管机构看的决策树。这套系统用海量人类驾驶视频学会了开车，但它的"思维过程"分布在数十亿个参数里，没有人能完整解释某一次决策的逻辑。

这不是技术缺陷，而是这条路线的必然结果。

特斯拉的回应是：你不需要理解它怎么想的，你只需要看它的记录。65 亿英里，事故率低于人类平均水平。数字就是证明。

两种立场放在一起，就是两种不同的安全观：一种要求你能解释，另一种要求你能统计。 前者是"结构性证明"，后者是"归纳性证明"。两者都是合理的立场，但它们产生了截然不同的产品，以及截然不同的监管命运。

那 Waymo 的数据不是明显更好吗？

从目前已有的数据看，Waymo 的安全表现确实在统计上优于特斯拉 FSD。

Waymo 每 17,000 英里一次干预；特斯拉 FSD v14 在城市路况下，每次干预间隔在 809 至 4,109 英里之间剧烈波动，取决于版本。严重事故对比人类基准，Waymo 减少 90%，特斯拉至今没有发布同等可比的数据。

这个差距是真实的，不能用"样本量不同"完全抹掉。

但这个反驳有一个边界：Waymo 的数字，是在地理围栏内、高精地图覆盖的特定城市里取得的。 地理围栏意味着 Waymo 只在提前扫描建图过的区域运营，没有高精地图的地方就不去。这不是批评，而是激光雷达路线的必然设计——你必须事先到场、用激光扫描道路、建好地图、验证之后才能运营。

Waymo 今天的安全纪录，部分来自于它从不去困难的地方。

特斯拉的系统，在有信号的十字路口、没有标线的乡村公路、暴雨中的高速公路上都在运行。它的安全数字包含了这些更难的场景。

两种系统正在被不同的考题评分，然后拿分数互相比较。

成本会在争论结束之前介入

激光雷达路线有一个现实障碍：贵。

目前一辆 Waymo 第六代 Robotaxi，综合成本在 6.1 万至 13 万美元之间。激光雷达传感器本身就需要约 1.5 万美元，还不含安装费用。

ARK Invest 的分析师在 2024 年底提出了一个刺耳的观察：特斯拉制造一辆完整 Cybercab 的目标成本，与 Waymo 在一辆车上安装激光雷达的成本大致相当。

特斯拉 Cybercab 的目标售价低于 3 万美元。

规模本身会产生安全数据。如果特斯拉能以 Waymo 十分之一的成本部署十倍数量的 Robotaxi，跑出的总里程将以数量级压倒对手。而在这个行业里，数据就是护城河。

这场争论会在哪里结束

不会在实验室里。

激光雷达路线的极限，是扩展成本和建图时间。Waymo 在几个城市运营数百辆车，已经是全球 Robotaxi 的天花板。要覆盖每一个没有高精地图的中型城市，需要的不只是钱，还需要时间——事先到场、激光扫描、建图、验证的时间。

纯视觉路线的极限，是边缘场景。暴雪中的能见度、从未见过的道路标记、建筑工地临时改道——神经网络在训练数据覆盖的范围内表现出色，在真正的意外面前行为仍然不可预测。这不是理论风险：特斯拉 FSD 曾混淆过月亮和路障，刹停过毫无障碍的空旷道路。

这场争论最终会被一组数字裁决：第一家在无人监督条件下部署超过 10 万辆 Robotaxi、并维持低于人类基准事故率的公司，就赢了这个赛道。

目前 Waymo 在安全性上领先，特斯拉在规模化能力上领先。两者都还没有证明自己能同时做到这两件事。

马斯克每次发布新版 FSD 都会说"这次真的超过人类了"，这句话不是谎言，而是他整个押注逻辑的核心——他相信"统计安全会随着里程单调递增"。Waymo 的工程师不反对统计，他们只是说：在那个数字足够大之前，别让我的乘客成为让数字变好的那个样本。

这就是这场争论的真正张力。两种答案都没有错，只是代价落在不同人身上。

数据来源：Waymo Safety Impact Report（2025.12）、Tesla FSD Safety Report、ARK Invest 2024 Analysis、TechCrunch / Electrek / InsideEVs 相关报道