近日，一段在美国得州奥斯汀拍摄的视频引发关注。据第一电动网10月27日报道，亚马逊Zoox、Waymo和特斯拉CyberCab三辆无人驾驶出租车在一条两侧停满车辆的窄路上迎面相遇，陷入了谁也无法通行的“AI决策死锁”。这个场景直观地暴露了当前L4级（高度自动驾驶，即在特定区域内无需人类干预的驾驶级别）无人出租车的一个核心技术盲区：当不同品牌的自动驾驶系统相遇时，它们无法像人类司机那样通过手势或眼神进行协商，导致通行效率大幅下降。
要理解这次死锁，我们需要拆解这三辆车背后的感知与决策技术路线。据第一电动网报道，视频中Waymo使用的是白色捷豹I-PACE改装车，亚马逊Zoox则是其专用的无方向盘、无踏板盒式无人车，而特斯拉CyberCab是专为无人驾驶场景打造的车型。这三辆车各自运行着完全独立的自动驾驶算法。
从技术架构来看，Waymo和亚马逊Zoox主要依赖“多传感器融合”方案，即同时使用激光雷达（一种通过发射激光束探测目标位置、速度和形状的传感器，好处是能精准构建周围环境的3D模型）、摄像头和毫米波雷达来感知环境。这种方案的上一代产品往往需要极其庞大的车顶传感器套件，而这一代已经将硬件做得更紧凑，但核心逻辑依然是靠自身传感器把周围环境“看”清楚。
相比之下，据GPLP此前报道及汽车之家10月22日的报道，特斯拉CyberCab的核心是FSD（Full Self-Driving，监督式全自动辅助驾驶系统），它采用的是纯视觉加端到端神经网络的技术路线。所谓“端到端”，是指系统直接将摄像头输入的图像数据转化为方向盘和油门的控制指令，跳过了传统代码规则编写的中间环节。这意味着车辆的行为更像是在模仿人类老司机的驾驶直觉，而不是执行死板的代码规则。据汽车之家报道，目前特斯拉FSD活跃订阅用户数已达174万人，累计行驶里程超过16亿英里。
然而，无论是激光雷达融合方案还是纯视觉端到端方案，它们都属于“单车智能”——即车辆只能依靠自己身上的传感器和算力来做决定。在这次奥斯汀的窄路相遇中，三套不同的单车智能系统发生了冲突。据拍摄者描述，Waymo持续向前挪动不肯避让，CyberCab则尝试倒车给对方让路，但反复进退后仍未能打破僵局。这是因为每辆车只能基于自身传感器做出决策，无法与其他品牌的车辆进行任何形式的通信或协调。如果未来能引入V2X（Vehicle-to-Everything，车路协同通信技术，即让车与车、车与红绿灯直接对话，好处是能提前知道视线外的路况），这类问题就能得到缓解，但目前各家算法彼此独立，跨平台协商通行优先权的技术标准还不存在。
对于日常出行而言，这种技术局限带来的直接影响就是通行效率的降低。人类驾驶员在窄路相遇时，会通过闪灯、挥手或者默契的“你退一点我进一点”迅速解决谁先走的问题。但目前的AI之间没有这套“社交协议”。据第一电动网报道，此前奥斯汀已多次出现无人驾驶车辆堵塞交通的情况。随着车队规模扩大，乘客可能会在早晚高峰遇到车辆在窄路上“顶牛”而无法前进的尴尬局面，这会拉长实际通勤时间。
不过，从另一个角度看，这种保守的决策机制也是L4级自动驾驶的安全底线。在无法确认对方意图时，系统选择原地等待或缓慢试探，而不是冒险强行通过，这避免了潜在的碰撞风险。据汽车之家10月22日报道，特斯拉CEO马斯克曾表示投入运营一个月以来，奥斯汀的CyberCab车队规模已增长至原来的10倍，说明即便存在偶发的拥堵问题，整体服务仍在推进。
我们可以通过几组关键数据，看看这三家运营商在奥斯汀的布局情况：
- Waymo：据第一电动网报道，自2025年3月起在奥斯汀提供付费服务，目前运营约250辆车，覆盖140平方英里服务区域。
- 亚马逊Zoox：于3月开始在奥斯汀投放专用无人车，主要覆盖Rainey Street和Sixth Street等市中心区域。
- 特斯拉CyberCab：据汽车之家报道，9月3日加入奥斯汀车队开始载客运营；据第一电动网报道，于9月4日正式向公众开放，成为奥斯汀第三家robotaxi运营商。
- 技术路线：Waymo与Zoox采用包含激光雷达的多传感器融合方案；特斯拉采用纯视觉端到端FSD方案。
从技术成熟度来判断，当前的L4级无人驾驶仍处于“各自为战”的区域性运营阶段。虽然单车在识别红绿灯、避让行人等方面已经具备相当的能力，但在处理跨品牌博弈场景时依然存在明显的短板。正如前文所述，AI之间目前缺乏类似人类的社交协议。此外，据汽车之家报道，巴克莱银行分析师指出，无监督版FSD全自动驾驶推迟至2027年二季度上线，且美国国家公路交通安全管理局（NHTSA）持续开展安全审查，这意味着大规模商业化仍需跨越合规门槛。奥斯汀作为全球唯一一座三家公司无人出租车服务同时运营的城市，恰好成为了检验这些技术边界的天然测试场。
总结来说，这次三辆无人出租车在奥斯汀窄路的死锁事件，并不是某一家系统的技术故障，而是整个行业在迈向完全自动驾驶过程中必须解决的结构性难题——跨平台通信与协同决策。对于关注这项技术的普通消费者而言，现阶段的无人出租车在开阔路段表现良好，但在复杂狭窄的城市毛细血管道路中，可能还需要比人类驾驶更多的耐心。在技术维度上，未来的竞争不仅是单车算力和传感器的比拼，更是谁能率先推动行业建立统一V2X通信标准的较量。