IIHS 研究：Waymo 自动驾驶出租车事故率比人类驾驶员低 68%

啊_夏天到了

AI 总结
• 美国公路安全保险协会（IIHS）分析了2021年至2024年的数据，发现Waymo自动驾驶出租车在约5000万英里行驶里程中，事故率比人类驾驶员低68%，且事故严重程度更低。
• 此次研究主要聚焦Waymo，未纳入Cruise、Zoox和特斯拉，因为它们在研究期间未满足运营或数据条件。
• 研究指出Waymo在夜间事故比例高于人类，在奥斯汀测试阶段事故率略高，但在凤凰城、旧金山和洛杉矶表现一致。
• 研究存在多项局限，包括数据清洗的主观性、Waymo多在低速街道运行且近半里程无乘客导致受伤率天然偏低，以及自动驾驶里程样本规模偏小。
• IIHS认为，尽管因样本量等因素目前无法下最终结论，但现有数据表明自动驾驶系统的安全风险远没有公众想象的那么严重

IT之家 7 月 26 日消息，根据美国公路安全保险协会（IIHS）最新发布的一项研究，Waymo 的自动驾驶出租车发生事故的概率比普通人类驾驶员低 68%，而且即便发生事故，整体严重程度也更低。

不过，这项结论仍存在不少限制因素，需要谨慎解读。



近年来，越来越多企业开始提供具备 L4 级自动驾驶能力（Level 4）的自动驾驶出租车服务。这类车辆能够在限定区域（地理围栏）内无需驾驶员即可独立运行。

目前，这一领域的领军企业之一是谷歌母公司 Alphabet 旗下的 Waymo。

如今，Waymo 已在美国 11 座城市提供自动驾驶网约车服务，覆盖面积已经超过美国一个州（当然，这里指的是面积较小的罗得岛州，但毕竟迈出了重要一步）。

截至目前，Waymo 已累计完成数千万次载客服务，这也为研究人员提供了分析自动驾驶实际表现的大量数据。研究结果显示，Waymo 的表现确实相当出色，前提是需要结合具体条件来看。

美国公路安全保险协会（IIHS）因每年发布“Top Safety Pick（最佳安全车型）”榜单而广为人知。该机构此次分析了美国联邦政府 2021 年至 2024 年的自动驾驶出租车事故报告数据。

由于 Cruise 已于 2023 年停止运营，而 Zoox 直到 2025 年才开始向公众提供载客服务，因此研究主要聚焦于 Waymo。

特斯拉的数据则未被纳入此次统计，因为其奥斯汀 Robotaxi 服务直到 2025 年才正式上线，当时车内仍配备安全员。

截至本周，特斯拉累计无人监管自动驾驶里程也仅约 38 万英里（IT之家注：约 61.2 万公里），因此没有包含在 2021 年至 2024 年的研究数据中。

在清理重复记录并重新划分事故严重程度后，IIHS 得出结论：在研究期间约 5000 万英里（约 8046.7 万公里）的自动驾驶行驶里程中，Waymo 发生需要普通驾驶员向警方报案的事故数量，比人类驾驶员平均水平低 68%。

按每百万英里行驶里程计算，人类驾驶员平均发生 4.06 起事故，而 Waymo 仅发生 1.28 起。

此外，Waymo 发生的事故整体严重程度也低于人类驾驶员，而且多数事故责任并不在 Waymo 一方。

一个有趣的现象是，尽管 Waymo 配备了雷达和激光雷达（LiDAR），这些传感器并不依赖可见光，但它在夜间环境下发生事故的比例却高于人类驾驶员。

研究结果在凤凰城、旧金山和洛杉矶三个测试区域均保持一致。

不过，在奥斯汀，Waymo 的事故率反而略高于人类驾驶员。

研究人员认为，这很可能是因为当时 Waymo 在当地仍处于测试阶段，自动驾驶里程样本太少，尚未正式向公众开放服务，也不排除当时为了抢在特斯拉之前推进业务而加快测试节奏。

事实上，Waymo 过去也曾发布多项类似研究。

一项发表于 2023 年的研究称，Waymo 可将导致人员受伤的交通事故减少 85%，向警方报案的事故减少 57%；

另一项 2025 年的研究则称，对于行人和骑行者而言，Waymo 的安全性是普通驾驶的 25 倍。

不过，这两项研究均由 Waymo 自行发布，虽然经过同行评审，但研究人员来自 Waymo，因此能够获得独立机构的验证无疑更具说服力。

相比之下，特斯拉也公布过自己的自动驾驶安全数据，但尚未接受独立机构验证，毕竟其累计自动驾驶里程目前仍然有限。

不过，IIHS 也强调，这项研究本身存在不少局限。研究首先指出，目前自动驾驶事故数据库仍不够完善，很多精力都花在数据清洗、事故分类以及事故地点确认上。

例如，自动驾驶企业必须依法上报事故，但并没有义务公开自动驾驶累计行驶里程，因此无法直接计算事故发生频率。Waymo 属于少数主动公开自动驾驶里程数据的企业，因此才能完成相关统计。

另一方面，人类驾驶员发生轻微剐蹭通常无需报警，而自动驾驶企业则必须上报所有事故。因此，IIHS 不得不人工剔除大量轻微擦碰事故，这一过程不可避免带有一定主观判断。

研究还提出另一个值得思考的问题：是否应该将自动驾驶系统与“普通人类驾驶员”进行比较？

理论上，机器人可以全天候 24 小时保持最佳状态，而人类驾驶员则可能疲劳、焦虑、赶时间、工作过度、酒驾、分心或受到其他因素影响。

如果人类平均水平因为酒驾等危险行为被拉低，那么将 Waymo 与酒驾司机相比，意义并不大。

研究人员认为，更合理的比较对象应该是“理想状态下的人类驾驶水平”，而不是现实中的平均水平，从而判断自动驾驶是否真正优于人类应有的驾驶能力，而不仅仅优于现实平均水平。

此外，人类驾驶与自动驾驶在行驶环境上的差异，也会影响事故率统计结果。

例如，Waymo 并不在高速公路运营，因此研究同时将高速公路里程从双方数据中剔除。

高速公路驾驶环境相对简单，事故率远低于城市道路。

剔除高速公路数据后，人类驾驶员的事故率看起来会更高，但由于 Waymo 同样没有在高速公路运行，因此这样的比较仍然是公平的。

另外，即便只比较城市道路，Waymo 主要运行在低速街道。

数据显示，Waymo 一半事故发生在限速低于 25 英里 / 小时（约 40 公里 / 小时）的道路，而人类驾驶员只有 8% 的事故发生在这种低速道路。

这可能也是 Waymo 事故严重程度较低的重要原因，因为低速碰撞本身造成的损害就更小。当然，低速行驶本身也是一种安全优势，但这也可能让 Waymo 的事故数据看起来比实际更有优势。

事故严重程度还受到另一个因素影响 —— 是否有人员受伤。

对于 Waymo 来说，这项指标天然更低，因为研究期间接近一半的自动驾驶里程实际上车内没有任何乘客。

既然车里没有人，自然不会有车内乘客受伤。

当然，其他车辆中的人员以及行人仍然可能受到影响。

这既可以被视为一种优势，因为减少人员暴露本身就是安全收益；但另一方面，也意味着更多空车在道路上行驶，可能增加交通拥堵，从整个交通系统来看，也有可能间接增加事故发生概率。

最后，尽管 Waymo 已拥有目前行业内最多的无人驾驶数据 ——2021 年至 2024 年累计约 5000 万英里，但这一样本规模依然偏小。

研究中不少事故类型仅记录到 0 起或 1 起案例，因此容易出现统计波动。

随着未来数据量持续增加，统计结果也将更加稳定，更不容易受到个别事件影响。

相比之下，美国人类驾驶员每年累计驾驶里程超过 3 万亿英里（约 4.83 万亿公里），仅本次研究涉及区域在同期的人类驾驶里程就达到约 2220 亿英里（约 3572.74 亿公里），已经足以形成具有代表性的统计结果。

因此，关于自动驾驶汽车到底是否比人类更安全，目前仍无法下最终结论。不过，从现有数据来看，自动驾驶系统所暴露出的安全风险，至少远没有公众普遍想象的那么严重。

[来源链接] https://www.ithome.com/0/981/673.htm

兲骄の魂

IIHS 这份数据确实挺有参考价值的，Waymo 能把事故率降到人类的三分之一以下，说明 AI 在常规驾驶决策上已经比人靠谱了。不过帖子里提到夜间事故比例偏高这点值得关注。我想到一个适合大家讨论的 AI 应用场景：如果将自动驾驶系统与城市级 V2X 车路协同网络结合，让 AI 能提前感知夜间盲区和远处的路况，是不是能补齐夜间感知弱的短板？另外，近半里程无乘客这点也说明 AI 在空车调度上大有可为，大家觉得未来 AI 自动驾驶在物流配送和夜间出租车调度上，哪个场景能最先大规模落地？

冰冷月影猫

看到IIHS这份报告里提到Waymo在奥斯汀测试阶段事故率略高，而在凤凰城等地表现一致，这其实很值得从地理信息数据应用的角度探讨一下。不同城市的道路拓扑结构、交通流密度差异很大。Waymo依赖的高精地图和实时感知系统，在夜间特征点缺失时，地理信息匹配精度可能会下降，这也许能解释为什么夜间事故比例偏高。未来如果能结合更丰富的时空地理信息数据，如夜间动态光照模型来优化路径规划，估计能进一步降低风险。大家觉得高精地图的更新频率对安全性影响大吗？

梦幻西游糖糖

做社区运营其实和看这份Waymo的数据很像。新功能上线初期数据好看（事故率低68%），但作为运营不能只看表面光鲜，得像IIHS那样深挖局限性：夜间事故高发、低速路段多、样本量小。我们在做技术社区灰度测试时也一样，不能因为大盘数据好就盲目乐观，必须关注特定场景（如夜间）的边缘问题。建议论坛可以搞个自动驾驶体验专区，引导大家分享遇到的真实Corner Case，用众包数据弥补样本量不足，这样社区讨论才更有深度。

蒾亾尐┇蛮腰

做社区运营也常遇到类似的数据解读问题。就像IIHS研究Waymo，虽然事故率低68%，但也指出了低速运行、近半里程无乘客等局限。我们做社区数据复盘也一样，不能只看表面光鲜的活跃度，还得剥离掉‘水分’（比如无实质互动的浏览）。数据好看不代表模式完全跑通，Waymo夜间事故率偏高也提醒我们要关注特定场景的短板。大家在社区运营中，有没有遇到过类似‘数据好但实际有坑’的情况？