一场系统故障，揭开了自动驾驶规模化落地最脆弱的命门。

3 月 31 日晚，武汉二环线杨泗港长江大桥附近，多辆萝卜快跑 Robotaxi 突然在行驶中 " 停摆 "。闪着双闪的车辆横亘在最左侧车道上。一位现场交警表示：" 萝卜快跑系统出故障了，是他们公司的问题，有百八十台。乘客按个按钮，车门可以开，但是人在环线上下不来。我们今天救了很多人。"

武汉交警通报称 " 初步判断为系统故障所致 "，但这一轻描淡写的定性，掩盖不了更深层的拷问：当百度 Apollo 这个号称 " 技术过硬 " 的 Robotaxi 头号玩家，在真实城市交通中上演百车集体趴窝的 " 僵尸车 " 奇观，我们还能用 " 偶发故障 " 来安慰自己吗？

就在百度萝卜快跑武汉事故发生的同一个月，国内 Robotaxi 赛道正上演着 " 五虎争霸 "，RoboTaxi 正在加速走向普及。

小鹏汽车宣布成立 Robotaxi 独立业务部，计划 2026 年下半年载客示范运营。滴滴与广汽联合研发的 Robotaxi 已在广州南沙、上海嘉定实现商业化运营，并放出 "2027 年底部署 10 万辆 " 的豪言。文远知行 2025 年财报显示营收 6.85 亿元，Robotaxi 收入同比暴涨 209.6%。小马智行则在去年第四季度首次扭亏为盈，在广州实现了单车运营盈利转正。百度 Apollo 的萝卜快跑更是以 " 规模 " 碾压群雄：2025 年第三季度订单量达 310 万单，同比增长 212%，全球部署超 1000 辆 Robotaxi。

在这场看似轰轰烈烈的商业化竞赛背后，隐藏着一个被集体回避的问题：当所有人都把目光投向 " 规模 "" 订单 "" 营收 " 时，谁在为 " 安全 " 兜底？

武汉的事故并非孤例。把目光投向大洋彼岸，Robotaxi 的集体瘫痪早已不是新闻。

2025 年 12 月 20 日，美国旧金山遭遇大规模停电，导致大量 Waymo 因无法识别失效的交通信号，纷纷启动双闪功能原地停滞，甚至一度阻挡应急通道。更早些的 2023 年 4 月，Waymo 的五辆自动驾驶出租车曾因浓雾在旧金山市区街道停滞。

今年 2 月，洛杉矶暴雨中，两辆 Waymo 在洪水中 " 趴窝 "，被网友调侃为 "Waymo water than I was expecting"。

一起起事故证明，Robotaxi 的 " 集体趴窝 " 已经成为一个跨地域、跨平台、跨技术路线的普遍现象。

旧金山停电致使 Waymo 趴窝事件，意外引爆了一场关于技术路线的大讨论。

特斯拉 CEO 埃隆 · 马斯克第一时间在 X 平台上发文嘲讽：" 特斯拉 Robotaxi 未受到旧金山停电影响。" 这句话的潜台词是：依赖高精地图和人工规则的 Waymo 不行，而采用端到端神经网络架构的特斯拉 FSD 才是未来。

地平线创始人兼 CEO 余凯也加入论战：

" 很明显，特斯拉是 AI based（AI 驱动），Waymo 还是依赖人工规则和基础设施，只是在局部走了个捷径。"

这场论战的本质，是两种技术路线的对决。

一种是以 Waymo、百度为代表的 " 规则 AI 派 "：通过高精地图、数十个传感器、预编程规则来实现自动驾驶。这套体系的优势是确定性，只要场景被提前定义过，系统的表现就可预测。致命弱点是 " 脆弱性 "，糟糕的天气环境、因停电无法工作的交通灯，导致依靠高精度地图和规则算法的车辆难以政策决策。

另一种是以特斯拉、小鹏、地平线为代表的 " 端到端派 "：通过端到端的神经网络、海量真实驾驶数据训练、让 AI 学会像人一样思考。这套体系的优势是泛化能力，能应对未被预先定义的突发场景。

在 AI 智驾尚未实现 L3、L4 级自动驾驶之时，高精度地图搭配规则算法，无疑是最稳妥的选择。更何况百度和谷歌分别拥有百度地图与谷歌地图，具备地图测绘资质，手握大量道路数据，自然更倾向于高精地图搭配规则算法的方案。

高精度地图搭配规则算法不是不能解决智驾问题，只是对 Robotaxi 企业的地图更新速度提出了更高要求，百度和谷歌需要不断进行地图测绘和信息采集，才能避免 Robotaxi 对路况感到 " 陌生 "。

如果说 " 系统故障导致趴窝 " 还只是技术问题，那么更深层的安全威胁，可能远超我们的想象。

2017 年上映的《速度与激情 8》中，反派塞弗在纽约操控千辆自动驾驶汽车，让它们像 " 僵尸 " 一样从停车场坠落、在街头狂飙、围堵俄罗斯国防部长的车队。当时这只是一个科幻桥段，但今天，它正在逼近现实。

有国内网络安全研究机构曾发出警告：自动驾驶汽车的 " 感官系统 " 极其脆弱——激光雷达可以被虚假激光信号欺骗，摄像头可以被特制图案误导，V2V 通信可能被截获篡改，OTA 更新通道可能被注入恶意代码。2024 年就有研究团队通过篡改 OTA 更新，成功让测试车的 AI 系统调低了 " 避让行人 " 的优先级。

这意味着，未来 RoboTaxi 的安全威胁至少包含两个层面：

第一层是 " 单车攻击 "：黑客远程劫持一辆 Robotaxi，将其变成针对特定人物或建筑的攻击武器。想象一下，一辆满载炸药的自动驾驶汽车，在没有任何人察觉的情况下，精准驶向目标。

第二层是 " 群体攻击 "：攻击者同时劫持成百上千辆 Robotaxi，让它们集体堵死城市主干道、包围重要设施、阻断应急通道。正如一位网友的评论：" 以前要让一座城市瘫痪，需要轰炸桥梁道路；未来只需要调集几百台 robotaxi 堵路。"

这不是危言耸听。当 Robotaxi 成为城市基础设施的一部分，它的 " 可攻击面 " 呈指数级增长。每一辆车都是一个潜在的 " 攻击入口 "，而中央调度平台一旦被攻破，整个城市的交通命脉就可能被瞬间掐断。

哪怕没有遭受黑客攻击，云端数据波动也会对车辆行驶安全造成影响。高精度地图智驾方案依赖车路云协同，一旦云端算力、数据同步、网络通信出现波动，车辆无法正确上传路况和行驶状态，云端无法同步地图更新，系统就可能出现误判。

解决这一问题的最好方案，是将高精度地图与端到端结合。端到端模型在自主学习感知、预测、规划全流程的同时，借助高精地图的静态信息提升决策可靠性，弥补纯端到端方案在复杂场景下的鲁棒性不足，实现 " 算法自主学习 + 地图安全兜底 " 的双重优势。

未来智驾系统停摆、Robotaxi 无法正常通行，甚至阻碍交通的情况大概率还会发生，这只是自动驾驶技术和 Robotaxi 发展之路的阵痛。

旧金山停电后，Waymo 被迫暂停全城服务。武汉事故后，萝卜快跑恐怕也要面对类似的信任危机。这不是终点，而是一个警示：在 Robotaxi 从 " 玩具 " 变成 " 工具 "、从 " 体验 " 变成 " 基础设施 " 的过程中，安全不应该是一个可以被牺牲的变量。

Robotaxi 企业应当主动承担起责任，为车内乘客的出行提供保障。此次萝卜快跑趴窝事件，多辆车停靠在车流密集的环线，发生追尾事故的风险极大，车内乘客的安全受到了威胁。

在 L3、L4 级自动驾驶成熟前，Robotaxi 企业需要做的是提供更强的安全冗余，例如增加云上安全员和区域安全员。云上安全员负责在车辆停摆时远程控制车辆，区域安全员则负责一片地区，当云上安全员无法控制车辆脱困时前往现场解决问题。

仅广州， 就汇聚了小鹏、文远知行、小马智行、百度 Apollo、滴滴五大 Robotaxi 企业，全国范围内还有曹操出行、哈啰 Robotaxi 等诸多 Robotaxi 企业，接下来的竞争不会比网约车行业轻松。能够在行业起步期为乘客提供安全保障和贴心的服务的 Robotaxi 企业，才能赢得消费者的长期信任。