近期 Robotaxi(自駕計程車)議題正夯,在全球科技與交通圈掀起熱烈討論。從 Alphabet公司旗下的 Waymo、通用汽車 (GM-US) 控股的 Cruise 這類先行者,揚言將自動駕駛推向商業化,到 Tesla CEO 馬斯克宣布 2025 年 6 月 22 日起在美國德州奧斯汀推出 Robotaxi 試營運,都顯示這股浪潮勢不可擋。英國與中國也同步積極開放測試,英國 Uber 結盟 Wayve 準備 2026 年上路;中國在 19 個城市推動示範區,加速法規落地與安全驗證。
這股浪潮到底改變了什麼?Robotaxi 不再只是未來概念,而是真正開上路;但隨之而來的「安全」與「法規」挑戰,也更加棘手。筆者透過 AIMochi 筆記工具,整理多方資訊和最新報導內容,與你一起從技術現場、事故案例、法規監管與責任歸屬等多角度拆解這場無人時代的挑戰,並探討未來落地的關鍵因素。
1. 全球熱點城市與技術實測
美國
Waymo 和 Cruise 為主要先行者,已在舊金山、鳳凰城等地累積數百萬英哩實際營運經驗。但 Cruise 因 2023 年發生撞人事故,一度被加州勒令暫停營運,至今尚未全面恢復。
中國
百度 Apollo Go 與小馬智行(Pony.ai)展開激烈競爭,涵蓋武漢、深圳、重慶等地區,部分區域已允許「全無人」營運。根據百度公布資料,2023 年底前已突破1億公里總行駛里程,標誌商轉規模迅速擴大。
英國與歐洲
英國 2024 年通過《自動駕駛車輛法》,授權 Uber 結盟 Wayve 於 2026 年於倫敦正式運行 Robotaxi。歐盟則推動 CCAM(Connected, Cooperative and Automated Mobility)法規計畫,但各成員國進展不一。
2. Tesla Robotaxi 最新布局
Elon Musk 宣布 2025 年 6 月起將在德州奧斯汀進行 Robotaxi 試營運,第一批使用 Model Y 改裝版本搭配最新 FSD(Full Self Driving)系統。特斯拉強調透過 OTA(無線更新)可即時修正系統缺陷,但也因此受到美國國家公路交通安全管理局(NHTSA)高度關注,並要求詳細安全報告。
1. 感知誤差與邊境情境失靈
Robotaxi 依賴 LiDAR、攝影機、雷達等多傳感器融合技術。然而在雨、霧、夜晚或光影強烈不均條件下,物件辨識失誤屢見不鮮。學術研究指出,在「極端邊緣案例」(如突然跳線的行人、自行車逆行、臨時路障)中的辨識率顯著下滑 。
2. 決策預測陷阱
Robotaxi 不只是「看得到」,還要「想得到」。當面對違規行人或意想不到的臨時施工路段,AI 必須即時判斷,並迅速作出決策。部分研究顯示,在模擬環境下,AI 的預測準確度不如人類幾十分之一秒內的直覺反應,尚待改善 。
3. 遠端操控或地面監控
為了強化安全,多數 Robotaxi 配合遠端操控支援系統:當車輛自主系統失靈時,由遠端人員介入操控。但這依賴網路通訊品質;此外若沒有足夠的監控人員,一輛車若遇到突發狀況,可能出現無人應對延遲 。
4. 事故案例復盤 —— Cruise 的行人拖曳事件
2023 年 10 月,Cruise 在舊金山的 Robotaxi 撞上行人,甚至將人拖行約 20 英尺,車輪壓住行人雙腿 。原因包括:
AI 在初步撞擊時未識別行人輪廓;
隨後轉向時未重新感知拖曳中的行人;
後續車輛移動缺乏人工確認。該事件凸顯技術尚不成熟,以及安全規範、遠端監控不足的缺口。
5. Tesla 的挑戰與腳步
雖然 Tesla 擁有龐大的車隊與 OTA 支援,但尚未公布實際測試里程與事故數據(不同於 Waymo)。
求證安全性前,NHTSA 提出具體疑問(九大項),包括:缺乏遠端控制細節、事故誤判反應程序、算法透明度等 。
特斯拉 CEO 自稱「對安全非常執著」,但規範與驗證仍是未解關鍵 。
6. 安全改進戰略
感知系統冗餘:結合 LiDAR+攝影機+雷達互補,適應多種天氣情境。
強化模擬訓練:利用數位雙生城市,模擬極端突發情境,提高 AI 推理能力。
緊急中斷與遠端「等待確認」機制:如 Cruise 事故教訓顯示,卡住中斷點需確認無危險後方可繼續移動。
第三方安全驗證:由 NHTSA 等監管機構建立獨立審查流程。
1. 法規現況分析
美國
聯邦尚無統一規範,依車輛控制權與是否安全員決定允許程度;NHTSA 正用「自駕系統許可矩陣」要求細節 。
州級法律差異:加州嚴格、亞利桑那、德州較開放;特斯拉選擇奧斯汀部署,因德州法規允許無人駕駛運行,只需車輛符合法規與記錄要求 。
中國
已在北京、上海、深圳、武漢等 19 個城市建立示範區,並允許 Apollo Go「全無人」商業運行。責任、數據安全與地方牌照仍有變數 。
英國/歐盟
英國於 2024 年通過 Automated Vehicles Act,授權 2026 年在倫敦 Uber + Wayve 部署 Robotaxi 。
歐盟透過 CCAM 計畫出政策藍圖,但最終執行需各國統一落實。
2. 責任歸屬的難題
當 Robotaxi 發生事故,責任可能落在:
車廠(硬體故障);
軟體商(演算法判斷失誤);
營運商(Fleet operator);
遠端監控人員。特別在 Level 4,責任多偏向營運商,但軟硬體供應商也不會免責 。
3. 保險與賠償制度
中國保險業預估需要 5–10 年建立統一賠付邏輯,因車輛持續 OTA 更新,風險評估難以量化 。
美國尚無 Robotaxi 專屬保險,是否採「產品責任」+「營運責任」雙軌制仍在討論中。
4. 監管機制建議
事前審查:包括軟體版本、安全性驗證測試、應急程序審核。
路途上盲測:如 Waymo 提出實際行人觸發攔腰系統應答測試。
強制數據上報:每次行駛需上傳感知與決策錄影,確保事故可被追蹤。
「Robotaxi 駕照」:類似公務車牌、定期換證與審驗制度,有助監管制度化 。
Robotaxi 已逐步從實驗邁向商用,但安全和法規仍是最大的絆腳石。成功落地的藍圖應包含「多感知+遠端監控+嚴格審查+責任制度+使用者信任」。未來幾年,融合政策共創與技術突破的城市,將率先收割 Robotaxi 的社會效益與商業價值。
下一步仍在揭曉:當 Robotaxi 成為城市基礎設施,誰將真正掌舵這場無人駕駛革命?是科技大廠、地方法規制定者,還是出資/投資機構、使用者共治?未來數年,也許答案會浮出水面。
想快速了解更多資訊,透過 AIMochi 筆記工具,幫我們從海量資料中,梳理出關鍵資訊,讓我們精準掌握重要訊息!