三方規劃先從小規模車隊開始，再逐步擴大至約 100 輛，服務範圍集中在東京主要區域。實際上線時間仍取決於日本中央與地方主管機關許可，以及 Waymo Driver 與整套營運系統完成安全驗證。

Waymo 東京自駕計程車怎麼搭？

按照目前公布的營運方式，2027 年正式開放後，東京乘客將可透過兩個主要入口叫到 Waymo：

• GO App：日本主流計程車叫車平台整合入口
• Waymo App：Waymo 官方專屬叫車應用程式

其中 GO 會是最貼近日本既有使用習慣的方式。GO 本來就是日本主流叫車平台之一，Waymo 服務未來也會整合進既有叫車生態系，讓乘客在熟悉的 App 裡叫到一般有人駕駛計程車，或由 Waymo Driver 執行的完全無人行程。

目前官方已確認 Waymo 會透過 GO 提供服務，但尚未公布使用者是否能在 App 裡主動指定 Waymo，或由系統依車況與區域自動派車。

正式 Level 4 商業營運時，車內不會配置駕駛。乘客完成叫車、抵達上車點後，由 Waymo Driver 負責整段行程。

2027 年一開始就有 100 輛嗎？

答案是不會一開始就全面投放百輛。Waymo 的規劃是先以較小規模車隊啟動，再逐步增加至約 100 輛，因此服務開放初期的可叫車數量與覆蓋區域都會比較有限。

目前也還沒有公布最終營運區域、正式開放月份與費率。Waymo 已確認會先從東京主要區域開始，再依營運與許可進度逐步擴張。

從 25 輛測試車，到完全無人載客

Waymo 的東京計畫最早於 2024 年 12 月宣布，與日本交通及 GO 合作，這也是 Waymo 第一次把公開道路測試帶到美國以外。

2025 年起，約 25 輛全電動 Jaguar I-PACE 陸續進入東京。初期由日本交通受訓人員手動駕駛，在港區、新宿區、澀谷區、千代田區、中央區、品川區及江東區等東京核心區域收集道路資料。

這個階段主要讓 Waymo Driver 學習日本完全不同的道路環境，包含左側通行、狹窄住宅道路、密集行人與自行車、複雜路口，以及東京特有的計程車與臨停車輛使用方式。

之後測試逐步進入由 Waymo Driver 實際自動駕駛的階段，日本交通受訓人員留在車內監督。Waymo 表示，過去一年車輛已經在東京實際自動駕駛，處理窄巷、高密度人流與不同道路情境。

整體進度也從「人工駕駛蒐集資料」、「有人監督自動駕駛」，一路推進到「準備 Level 4 完全無人商業營運」。原本最大的問題是「Waymo 什麼時候才真的讓一般乘客搭？」現在答案已經明確指向 2027 年。

Waymo、日本交通與 GO 怎麼分工？

Waymo 並不是自己在日本重新建立一套完整計程車營運體系，而是把自動駕駛技術接進既有交通生態系。

Waymo 負責 Waymo Driver、自動駕駛軟硬體與安全驗證；日本交通負責車隊營運、車輛維護、人員訓練與在地計程車服務經驗；GO 則提供叫車平台、乘客入口與日本在地市場資源。

對乘客來說，最直接的差別就是不需要重新適應一套完全不同的叫車方式。原本使用 GO 叫計程車的人，未來同一個 App 就能直接預約 Waymo 自動駕駛服務。

日本交通也把無人計程車定位為既有有人駕駛計程車的補充，希望在日本高齡化與計程車駕駛短缺的背景下，維持更多時段與區域的交通服務能量。

日本首個 Level 4 完全無人商用計程車

日本過去已經有 Level 4 自動駕駛接駁、限定區域服務與多項道路測試，因此這次的「日本第一」並非指日本第一次有 Level 4 車輛上路。

這次真正特殊的是，三方目標在 2027 年推出日本首個 Level 4 完全無人商用計程車服務，直接面向一般乘客提供叫車服務。

日本目前也已建立 Level 4 自動駕駛相關法律框架，政府更設定到 2030 年度讓自動駕駛巴士、計程車與卡車等服務車輛達到 1 萬輛的政策目標。Waymo 東京計畫因此不只是單一科技公司的海外測試，也會成為日本自動駕駛正式進入交通服務體系的重要案例。

對 Waymo 而言，東京的意義同樣超過新增一座營運城市。這是 Waymo 第一次在美國以外進行公開道路測試，也是 Waymo Driver 第一次大規模適應左側通行、高密度亞洲城市與不同交通文化。

從 2025 年把 Jaguar I-PACE 開上東京街頭，到現在正式訂下 2027 年完全無人載客的商業化目標，Waymo 東京計畫已經從海外技術測試，進入真正準備讓一般乘客叫車的階段。如果相關許可與安全驗證按照計畫完成，2027 年東京使用者就能透過 GO 或 Waymo App，叫到車內完全沒有駕駛的 Waymo。

延伸閱讀

無人計程車也要召回？3,871 輛 Waymo 施工區辨識問題 OTA 修復

Waymo 新世代 Ojai 自駕車開放試乘！第 6 代 Driver 感測器少四成

Waymo 撞死「貓市長」惹眾怒！FSD 遇到小動物會怎麼反應？

Waymo 第一點就直接寫下「相機很厲害，但還不夠」，接著談到單一黑盒模型的安全風險，最後更把「把 Level 2 駕駛輔助一路改善成完全自動駕駛」形容為 假高峰（false summit）。這篇文章有趣的地方，不只是 Waymo 在講自己的技術，而是把兩套完全不同的自動駕駛哲學攤在檯面上。

Waymo 的第一個判斷：相機很強，但還不夠

Waymo 把感測器問題放在 10 個教訓的第一位。官方認為，相機可以提供非常豐富的視覺與語意資訊，但要做到大規模、完全無人駕駛，仍需要 光達（LiDAR）、雷達與相機彼此互補。

以 第 6 代 Waymo Driver 為例，整套系統配置約 13 顆相機、4 顆 LiDAR、6 顆雷達與外部音訊感測器。LiDAR 負責精確的 3D 空間資訊，相機辨識交通號誌、標誌與道路語意，雷達則擅長追蹤速度，也能在大雨、濃霧與其他低能見度環境提供額外資訊。

目前 Waymo 現役車隊仍以 Jaguar I-PACE 搭載第 5 代 Waymo Driver 為主，第 6 代系統主要裝在 Zeekr 打造的 Ojai 上。Ojai 已開始對一般乘客提供服務，但整體數量仍少於 I-PACE，因此第 6 代較低的硬體成本，還不能直接代表 Waymo 全車隊目前的平均成本。

Waymo 的核心觀點很直接：AI 只能處理感測器實際取得的資訊，感測器本身看不到的東西，再大的模型也補不回來。這和特斯拉長期採用的純視覺策略形成明顯差異。

Waymo 接受端到端，但不把安全交給單一黑盒

Waymo 同樣正在使用更大的 AI 基礎模型，也採用 端到端（end-to-end）訓練，但整套駕駛系統不是只靠單一模型做完所有決策。

早期自動駕駛系統常會為行人、號誌、車輛等不同任務建立大量獨立模型，久了之後架構會變得非常複雜。Waymo 現在正在往更少、但更大的基礎模型整合，利用更多資料與算力提升泛化能力，再透過模型蒸餾，把大型模型能力壓縮到車載硬體上執行。

同時，Waymo 仍保留一套獨立車載驗證層。主 AI 模型提出行駛路徑後，另一套系統會檢查是否違反物理限制、交通規則，或存在碰撞風險；另外還有獨立的 評論模型（Critic），負責找出真實道路與模擬環境中的不良駕駛行為。

Waymo 真正反對的不是端到端 AI，而是把所有決策壓進單一黑盒。Thirumalai 表示，團隊實際測試過純端到端方案，但安全表現沒有達到 Waymo 大規模 Level 4 營運所要求的標準。

Gemini 負責複雜推理，但不直接控制方向盤

Waymo 這次公布的第七項教訓，也顯示它同樣積極導入大型 AI 模型。公司已利用 Gemini 訓練駕駛視覺語言模型（Driving Vision-Language Model, Driving VLM），協助系統理解更複雜的道路情境。

例如事故現場可能有警察用手勢指揮車流，這種場景很難只靠固定規則處理。VLM 可以把畫面與整體情境一起理解，提供更高層次的語意判斷。

Waymo 採取的方式類似「快思考＋慢思考」。需要毫秒級反應的車輛控制，仍交給快速感知、感測器融合與規劃系統；VLM 則負責處理較複雜的長尾場景與語意推理。Waymo 認為，目前 VLM 的執行速度與空間理解能力還不適合直接控制方向盤。

另外，Waymo 仍把 HD 高精地圖視為重要的「先驗記憶」。車輛可以事先知道道路結構、車道與交通設施，把即時運算資源留給施工、臨時障礙與交通變化；地圖本身也會持續透過 AI 與車隊資料更新。

Waymo：把 L2 慢慢升級成 L4 是「假高峰」

10 個教訓裡最尖銳的一點，是 Waymo 對 Level 2 與 Level 4 之間差距的看法。官方直接寫道：「Simply improving a driver-assist system (L2) for full autonomy is a false summit.」也就是把 Level 2 駕駛輔助一路改善成完全自動駕駛，是一座 「假高峰」。

Waymo 認為，真正的 Level 4 系統必須在沒有真人駕駛負責的情況下累積經驗。有人類駕駛隨時準備接手時，很多問題會直接被人處理掉；只有當系統必須自己完成整個駕駛任務，才會真正遇到完整的營運與長尾情境。

這也是 Waymo 和特斯拉部署路線最大的差異之一。Waymo 從一開始就以 Level 4 無人營運為目標，先在限定區域完成大量驗證，再逐步擴大服務；特斯拉則先把 FSD Supervised 部署到大量消費者車輛，透過真實道路資料持續訓練，再往 Robotaxi 與無人監管版本推進。

截至 2026 年，Waymo 已累積超過 2 億英里完全無人里程，目前每週付費行程約 50 萬趟。特斯拉在 2026 年 Q2 財報電話會議則表示，Robotaxi 已累積超過 38 萬英里無監督里程；整體 Robotaxi 付費里程約 240 萬至 250 萬英里，其中包含仍有安全監督的行程。兩家公司目前真正無人的營運規模仍有明顯差距。

特斯拉的答案：相機夠用，真正優勢在 AI 與規模

特斯拉對同一個問題有另一套答案。特斯拉 AI 負責人 Ashok Elluswamy 在 2026 年 Q2 財報電話會議上表示，外界長期認為完全自動駕駛必須依賴 LiDAR、雷達與高精地圖等大量硬體，但特斯拉目前的 Robotaxi 已經用相機系統累積超過 38 萬英里無監督行駛。特斯拉的公開立場是，純視覺同樣可以做到安全、舒適且可負擔的自主駕駛。

Elluswamy 當時也以「沒有值得注意的事故（zero notable incidents）」形容截至 Q2 電話會議時的無監督 Robotaxi 安全紀錄。到了 8 月中旬，奧斯汀已出現一輛無監督 Robotaxi 撞上防護柱的公開案例，因此這句更適合視為特斯拉當時的公司說法。

特斯拉另一個真正強項是規模。全球大量量產車每天都在真實道路上行駛，可以持續提供龐大的 Level 2／有人監督駕駛資料。這些資料和 Waymo 的 rider-only 無人營運里程不是同一種經驗，但對訓練感知、預測與駕駛模型仍非常有價值。

目前營運中的 Robotaxi 車隊也已經使用 FSD v15 早期版本，七大技術改進中約 40% 已整合進車隊。完整 v15 的架構目標則包括約 10 倍駕駛模型參數規模，這裡的 10 倍指的是駕駛模型參數，不是下一代 AI5 相對 AI4 的運算效能差距。

特斯拉押注的是，透過更大的模型、更多資料與自有算力持續提升系統能力，同時維持相對精簡的車載硬體，再把同一套能力擴展到更多車輛與城市。

Waymo 也在用 Ojai 與 IONIQ 5 壓低車隊成本

Waymo 的多感測器 Level 4 路線已經證明可以做到大規模無人營運，但專用 Robotaxi 的成本一直是這套模式要處理的重要問題。

過去 Waymo 大量採用 Jaguar I-PACE，先購買完整車輛，再安裝自家的 LiDAR、雷達、相機、車載運算平台與相關硬體。外部分析曾估算，I-PACE 車體加上第 5 代 Waymo Driver 與改裝後，每輛 Robotaxi 的總成本可能來到約 20 萬美元等級；這是外部估算，不是 Waymo 官方公布成本。

Waymo 近年開始導入新的專用平台。與中國吉利旗下 Zeekr 合作打造的 Ojai 已搭載第 6 代 Waymo Driver，並自 2026 年 8 月 19 日起在舊金山、洛杉磯與鳳凰城對一般乘客開放。Waymo 當時約有 300 輛 Ojai 進入商業車隊，而 I-PACE 仍是數量主力。

Ojai 中國出廠車體價格約 3.8 萬美元，輸入美國後還要面對高額關稅。外部估算認為，加上關稅與第 6 代 Waymo Driver 後，完整車輛成本約落在 10 萬至 12.5 萬美元。即使仍然昂貴，相較 I-PACE 世代約 20 萬美元的外部估算，成本已明顯下降。

Waymo 還有第三條車體路線：Hyundai IONIQ 5。這款車已開始進行有人陪同的自動駕駛測試，Waymo 與 Hyundai 也持續推進供應與整合。Waymo 現在的車隊策略已從單一 I-PACE，轉向 I-PACE、Ojai、IONIQ 5 多平台並行。

真正競爭的已經不只是相機對 LiDAR

Waymo 現在最大的籌碼，是超過 2 億英里真正 rider-only 的 Level 4 無人駕駛經驗、成熟的商業營運車隊，以及 LiDAR、雷達、相機、高精地圖、模擬器與獨立安全層所組成的完整系統。它已經證明這套強調多感測器與冗餘的架構，可以真正把駕駛座清空並投入大規模付費服務。

特斯拉手上的牌則完全不同。全球大量量產車每天都能提供真實道路上的有人監督資料，讓特斯拉不必只靠專用測試車隊蒐集訓練資料；相機、AI 電腦與相關硬體直接整合進量產車，資料蒐集與部署的邊際成本也非常低。再加上自建算力、AI 模型訓練、晶片、車載硬體、軟體與整車製造都掌握在自己手上，特斯拉可以從資料、算力、模型、軟體一路做到量產車部署。

Waymo 目前仍與 Jaguar、Zeekr、Hyundai 等車廠合作取得車體，再整合自己的自動駕駛系統；特斯拉本身就是大型汽車製造商，也能透過 Cybercab 把整台車從一開始就按照無人駕駛需求重新設計。

真正的競爭已經不只是「相機對 LiDAR」，而是哪一套系統能把安全、成本與規模同時做起來。 Waymo 已經證明多感測器、高冗餘的 Level 4 路線可以做到大規模 rider-only 營運；特斯拉則擁有全球量產車隊帶來的大量監督資料、低邊際資料蒐集成本，以及從算力、AI、晶片、軟體到整車製造的垂直整合。這套從全球車隊資料一路延伸到自研 AI 與整車製造的完整閉環，也構成特斯拉最難被複製的護城河之一。

延伸閱讀

Waymo 新世代 Ojai 自駕車開放試乘！第 6 代 Driver 感測器少四成

特斯拉 Cybercab 是什麼？無方向盤全自動駕駛、上半年啟動量產

特斯拉 Cybercab 發表會 9 月 3 日登場！奧斯汀正式發出邀請

特斯拉隨後在官方 X 帳號發文表示：「Starlink V5 directly integrated in Cybercab」，直接揭露 Cybercab 採用 Starlink V5，並將相關硬體整合進車輛原有結構。衛星連線不再只是原型車上的測試設備，而是 Cybercab 車隊通訊架構的一部分。

Cybercab 直接整合 Starlink V5

Santana Row 展示廳公開的硬體配置圖顯示，Starlink 模組位於 Cybercab 乘客艙後方，安裝在後廂蓋下方區域，與車體結構整合在一起。相較先前測試車將 Starlink Mini 固定在後廂蓋上，新的安裝方式不會出現外露天線與線材，整體外觀也更加簡潔。

展示圖同時標示 Cybercab 內部多項關鍵設備，包括 FSD 電腦、相機系統、GPS、5G LTE 天線與麥克風等元件。Starlink 會與行動網路及其他定位、感測設備共同運作，讓車輛擁有不同的通訊路徑。

Cybercab 是為 Robotaxi 服務打造的雙座車輛，車內沒有方向盤與踏板，也取消傳統側後視鏡。當車輛不再由駕駛人操作，除了本地端自動駕駛能力，車隊與營運平台之間的通訊也成為重要基礎。

Starlink 支援車隊管理與備援連線

Tesla AI 負責人 Ashok Elluswamy 表示，FSD 可以依靠車載電腦自行完成駕駛任務，Starlink 的主要用途則放在導航、客戶服務與車隊管理，支援 Cybercab 的日常營運。

大規模無人車隊需要持續接收派車資訊、同步路線、回傳車輛狀態，並處理充電排程、乘客需求與遠端協助。Cybercab 可透過 5G LTE 處理一般連線，再由 Starlink 補足偏遠地區、基地台故障或行動網路壅塞等情境。

這套雙路徑設計讓 Cybercab 不必完全依賴單一電信商。地面網路出現異常時，Starlink 仍能維持車輛與營運平台之間的聯繫，讓乘客服務、車隊調度與狀態回傳持續運作。

城市停電凸顯 Robotaxi 備援需求

Robotaxi 對車隊通訊的需求，曾在城市大規模停電時受到考驗。2025 年 12 月，舊金山停電造成大量交通號誌失效，多輛 Waymo 在路口停止前進並形成交通阻塞，Waymo 隨後暫停當地叫車服務。

當時的主要問題是車輛同時面對大量失效號誌，無法順利判斷通行方式。Waymo 的遠端人員可提供路徑與情境建議，再由車輛自行決定如何執行；當城市電力、交通設施與通訊服務同時受到影響，車隊處理異常情境與維持營運的難度也會提高。

Cybercab 同時配置 5G LTE 與 Starlink，相當於增加一條不依賴地面基地台的通訊管道。FSD 電腦負責道路判斷，Starlink 則維持車輛與營運平台之間的聯繫，兩套系統分別處理駕駛與車隊營運。

外掛 Starlink Mini 走向原廠整合

Cybercab 與 Starlink 的結合早已有跡可循。2026 年 5 月，多輛在公開道路測試的 Cybercab 原型車被拍到後廂蓋上裝有 Starlink Mini，部分車輛還能看到外露的電源與通訊線材。

當時的配置用於工程測試，驗證 Cybercab 在移動狀態下的衛星連線能力，以及 Starlink 對車隊通訊的實際幫助。隨著 Santana Row 展示車公開硬體配置，先前的外掛測試也進一步發展為車體內建設計。

原廠整合可將天線、供電、資料傳輸與車輛系統放進同一套架構，減少風阻、接線與耐候問題，也省去支架、逆變器與獨立分享器。對 Robotaxi 而言，這項整合的核心並不是提供更快的車內網路，而是維持派車、導航、遠端支援與車輛狀態回傳。

車頂專利早已預告衛星連線布局

早在 2025 年底，特斯拉就曾公開一項與車用無線通訊相關的專利，內容聚焦射頻訊號可穿透的車體結構。專利提出以聚碳酸酯（PC）、ABS、ASA 等聚合物材料取代部分金屬板件或鍍膜玻璃，讓無線訊號能穿過車體，同時把天線隱藏在結構內部。

傳統金屬車頂容易遮蔽或反射射頻訊號，衛星天線則需要較清楚的天空視野。特斯拉透過調整車頂與外板材料，在維持車體強度與外觀一致性的同時，替衛星、行動網路、Wi-Fi、藍牙與 GPS 等天線保留收發空間。

這項專利描繪的方向，已經與 Cybercab 的 Starlink 整合方式相當接近。天線不必像一般改裝設備一樣吸附在玻璃或車頂外側，而能在車輛開發階段直接納入結構、供電與通訊線路配置。

特斯拉與 SpaceX 技術整合進入量產車

Cybercab 成為首款內建 Starlink 的特斯拉車輛，也讓特斯拉與 SpaceX 的技術整合正式進入量產車。FSD 負責本地端駕駛決策，5G LTE 處理一般行動連線，Starlink 則提供另一條衛星通訊路徑。

這套架構讓 Cybercab 在地面網路不穩定時，仍能處理乘客服務、車隊調度與營運資料傳輸，也把 Starlink 從外掛測試設備，轉變為 Robotaxi 原生硬體的一部分。

延伸閱讀

台灣可以用 Starlink 嗎？支援機型、方案費用一次看

Starlink 登台限制有望鬆綁？立院初審通過電信管理法修正草案

Starlink V5 更小、更省電！可抗強烈颱風、最高支援 375+ Mbps

NHTSA 指出，相關案例包括自動駕駛車開進正在處理中的緊急現場、阻擋救護車與消防車通道，或未能辨識閃燈、信號彈、煙霧、火災與交通錐等基本安全條件。Morrison 在信中強調，無法安全與第一線救援人員互動的自動駕駛車，會對一般大眾造成危險。

NHTSA 要求業者 7 月底前提出解法

NHTSA 這次並未在信中點名特定公司，但呼籲對象明確指向自動駕駛車開發商與營運商。該機構表示，將在 7 月底前安排與無人自動駕駛系統開發商會面，要求業者提出解決方案。

Morrison 在信中表示，緊急現場不是罕見或極端的「邊緣案例」。NHTSA 也把這類問題定義為自動駕駛系統的功能不足，也就是車輛無法偵測並適當回應緊急現場。信中也提到，人類駕駛若阻礙緊急行動可能面臨罰則，自動駕駛車開發商與營運商也應承擔相同層級的責任。

問題不只是車輛停住，而是無法理解緊急現場

NHTSA 列出的情境，不只是自動駕駛車在路上停住或造成交通延誤，而是車輛未能正確理解緊急現場。這包括車輛開進事故或救援區域、擋住救護車與消防車路線，或無法辨識緊急車輛燈號、信號彈、煙霧、火勢與交通錐。

對自動駕駛系統來說，這類場景比一般道路行駛更複雜。緊急現場可能同時出現臨時封路、警消人員手勢、未依常規停放的車輛、煙霧、消防水線、交通錐與臨時導引。若車輛只依照一般交通規則或導航路線行駛，就可能在救援現場造成阻礙。

NHTSA 這次把第一線救援互動明確列為自動駕駛部署安全項目。自動駕駛車不只要能在一般道路上完成行駛，也必須能在緊急情境下做出合適反應。

Waymo 多次被提及，救援人員曾親自移車

NHTSA 這封信沒有直接點名公司，不過信中描述的情境，讓外界聯想到 Waymo 等已大規模營運無人計程車服務的業者。Waymo 是美國規模最大的無人計程車車隊之一，已在多個城市提供無人載客服務。

根據 TechCrunch 先前調查，截至 2026 年 3 月，至少有 6 起事件中，第一線救援人員必須接管 Waymo 車輛並將車輛移出交通或緊急現場。其中一起事件發生在員警處理大規模槍擊案期間；另一起 6 月案例中，員警被拍到移動 Waymo 車輛，讓前往達拉斯公寓大樓天然氣爆炸相關現場的救援人員通行。

Reuters 也報導，NHTSA 與美國國家運輸安全委員會（NTSB）正在調查與 Waymo 自動駕駛車有關的其他事件，包括車輛通過已啟用燈號的校車，以及一輛 Waymo 在加州聖塔莫尼卡校區附近涉及兒童行人受傷的事故。該事件仍在調查中，目前尚未完成肇因判定。

監管一邊調整車輛設計，一邊提高安全要求

NHTSA 也在推動調整聯邦機動車輛安全標準（FMVSS），針對無方向盤、無踏板等自動駕駛車設計，討論調整雨刷、遮陽板、除霧系統、輪胎標示等部分傳統車輛配備要求。

這對特斯拉、Zoox 等開發無方向盤、無踏板車輛的公司有直接關聯。相關標準若調整，可能讓自動駕駛公司更容易推出不再以人類駕駛為中心設計的車型。

不過 NHTSA 這次也同步強調，車輛設計規範調整，不代表道路安全要求降低。自動駕駛車若要進入更多城市與公共道路，就必須能和警察、消防、救護與道路封閉情境穩定互動。

對無人計程車業者來說，後續審查不只會看車輛能否完成一般道路載客，也會看它能否辨識救援現場、服從第一線人員指揮，並在必要時遠端接管或快速移車。

延伸閱讀

Waymo 誤闖警匪對峙現場！擋住緊急車輛暫無法可罰

舊金山大停電全變磚！Waymo：安全確認爆量導致延遲

無人計程車也要召回？3,871 輛 Waymo 將透過 OTA 修復

這次召回不涉及硬體更換，Waymo 將透過 OTA 更新改善車輛對施工區、封閉匝道與道路障礙物的判斷。Waymo 也已暫停高速公路服務，車輛仍可在一般道路提供無人計程車服務。

Waymo 自願召回 3,871 輛無人計程車

根據 NHTSA 召回文件，這次召回影響 3,871 輛 搭載 Waymo 第五代 ADS 的無人計程車。NHTSA 估計，100% 受影響車輛都可能存在這項缺陷。

這次召回不涉及硬體更換，修正重點在於自動駕駛軟體邏輯。Waymo 將透過 OTA 更新改善系統對高速公路施工區與封閉道路情境的辨識能力，降低車輛誤入封閉區域的風險。

截至召回提交時，Waymo 未接獲與此問題直接相關的碰撞、受傷或死亡報告。這次召回屬於 自願性召回，Waymo 在發現問題後先限制營運，並通知州與聯邦監管單位。

13 起事件集中在鳳凰城與舊金山灣區

這次召回的核心問題，是 Waymo 車輛在特定情境下，可能不適當地優先避開其他高速公路障礙物，或未能正確辨識施工區，導致車輛進入已封閉區域並持續高速行駛。

Waymo 記錄到 13 起 相關事件，時間集中在 2026 年 4 月至 5 月。其中美國亞利桑那州鳳凰城（Phoenix）約 6 起，舊金山灣區約 7 起；5 月 18 日單日，Waymo 在灣區就記錄到 7 起相關情況。

這些事件包含車輛進入預先規劃或已封閉的高速公路施工區，也包含車輛在有施工活動的高速公路車道中繼續行駛。施工區的交通錐、臨時標誌、封閉車道、工程車與工人位置，可能每天甚至每小時都不同，對自動駕駛系統的即時判斷要求更高。

高速公路服務暫停，透過 OTA 修正

Waymo 在 2026 年 4 月 起先於鳳凰城限制高速公路營運，並展開調查。到了 5 月 19 日 左右，Waymo 進一步在多地暫停高速公路服務，同時通知州與聯邦監管單位。

截至 2026 年 6 月 20 日，Waymo 高速公路服務仍維持暫停，直到 OTA 更新完成並通過驗證。這代表乘客在部分城市仍可搭乘 Waymo 無人計程車，但路線會以一般道路為主，部分長距離或跨區行程可能受到影響。

Waymo 近年開始測試與推進高速公路自動駕駛服務。高速公路能縮短行程時間，也更接近一般叫車服務的使用情境；但車速更高，一旦遇到封閉施工區或臨時交通管制，系統需要更早辨識、更保守決策，也必須更穩定地處理不確定情境。

這是 Waymo 自 2024 年 2 月以來第四次安全召回

這次高速公路施工區召回，也是 Waymo 自 2024 年 2 月 以來第四次安全召回。2026 年 5 月，Waymo 曾召回約 3,791 輛 無人計程車，原因是車輛可能誤入積水道路並在積水區域中持續行駛。該事件源自聖安東尼奧一輛 Waymo 車輛進入洪水區後被水流帶走。

這兩起近期召回都不涉及硬體損壞，問題都出在自動駕駛系統面對特殊道路情境時的判斷。積水道路與高速公路施工區，都屬於人類駕駛會依現場狀況臨時判斷的場景；對 Waymo 無人計程車來說，系統必須把道路標誌、環境變化、風險程度與行駛路線一起判斷。

Waymo 過去也曾因靜止物體、拖吊車輛、道路障礙物判斷等問題進行軟體修正。這些事件也顯示，無人駕駛車隊在實際營運後，仍會持續透過事件回饋與軟體更新修正邊緣情境。

延伸閱讀

FSD V14 快能無人監督了嗎？自駕最後 0.1% 難題解析

特斯拉 FSD 救命案例！父親心臟病發靠遠端改導航送醫

特斯拉 FSD 買斷倒數！台灣車主該現在買還是等訂閱制？

從這套第一線應變設計可以看到，特斯拉已經把 Robotaxi 當成一套需要警消、道路管理與遠端營運中心共同協作的 SAE Level 4 服務來規劃。車輛不只要會自己開，還要能辨識警示燈與警笛並靠邊停車；事故後要能自動解鎖、降窗並連線支援中心；道路封閉時，也要能透過臨時地理圍欄避免進入管制區域。

Robotaxi 被定義為 SAE Level 4 自動駕駛服務

這次最重要的資訊，是特斯拉已將 Robotaxi 明確定位為 SAE Level 4 自動駕駛服務。這和一般車主車上的 FSD (Supervised) 不同，後者仍屬 Level 2 駕駛輔助，需要駕駛人全程監督；Robotaxi 則是在特定營運條件下，不需要人工駕駛輸入即可完成完整動態駕駛任務。

這也解釋了為什麼 Robotaxi 的第一線應變設計會比一般車輛複雜。當車上沒有駕駛人，現場人員不能再要求駕駛配合靠邊、打開車窗、開門、拿出證件或移動車輛，這些互動都必須改由車輛自動行為、遠端支援中心與第一線人員共同完成。

特斯拉早期 Robotaxi 服務使用的車輛也不是 Cybercab，而是以 Model Y 為基礎的專用營運車輛。這款 Robotaxi 會以金色 Robotaxi 標籤作為識別，標示出現在前後保桿，也可能出現在前門下方；車身則採用更有稜角的前後保桿，前格柵也新增鏡頭。

這代表特斯拉初期 Robotaxi 部署可能先以現有量產車平台切入，而不是等到全新無方向盤、無踏板車型全面上路。對城市管理與第一線人員來說，重點不是它看起來像不像 Model Y，而是它在營運狀態下已經是一台沒有駕駛人的 Level 4 自動駕駛車輛。

警示燈、警笛與跟車動作，成為無人車的攔停語言

Robotaxi 沒有駕駛人，因此攔停流程不能只依賴人類理解。特斯拉的設計，是讓車輛透過攝影機與聲音偵測技術，辨識接近中的緊急車輛燈號與警笛，並在必要時減速、讓道或靠邊停到安全位置。

如果警車或其他第一線車輛在 Robotaxi 後方開啟警示燈與警笛並持續跟隨，Robotaxi 會判斷自己正在被攔停，接著尋找合適位置靠邊停車。在高速公路場景，車輛會先移動到最右側車道，再尋找安全停靠點。

停車後，Robotaxi 會排入 P 檔、解除自動駕駛模式，並以快速閃爍警示燈表示車輛已停妥。第一線人員也可透過前方觸控螢幕左上角是否仍出現藍色 SELF-DRIVING 字樣，輔助確認自動駕駛模式是否仍在啟用。

這裡可以看出 Robotaxi 和一般車輛最大的不同：攔停不再是警察與駕駛之間的互動，而是警示燈、警笛、車輛感知、停靠策略與遠端支援中心之間的協作。這不是單純讓車「看得懂警車」，而是要把警消執勤語言轉換成自動駕駛車輛可以執行的行為。

事故後自動解鎖、降窗與連線支援中心

Robotaxi 的事故應變設計，也不只是把車停下來。發生碰撞或安全關鍵事件時，車輛會嘗試停車、排入 P 檔、解除自動駕駛模式，並快速閃爍警示燈。車門會自動解鎖，方便乘員離開或第一線人員進入；若安全氣囊展開，所有車窗也會自動降下，協助車艙通風與現場溝通。

停車後，Robotaxi 會啟動車艙與 Robotaxi 支援中心的雙向通訊。第一線人員可以透過車上的雙向喇叭與特斯拉代表對話，特斯拉代表也可視情況遠端協助解鎖車門或行李廂、打開手套箱，或降下更多車窗。

這種設計背後的重點，是把「沒有駕駛人」帶來的溝通缺口，轉移到遠端支援中心。當警消抵達現場，不需要猜測車輛狀態，也不需要尋找不存在的駕駛，而是透過支援中心確認車輛是否已解除自動駕駛模式、是否已固定、是否能安全接近。

Robotaxi 也會保存事件前後的攝影機紀錄，並建立事件紀錄。自動駕駛模式解除後，不能由車輛自行重新啟用，必須經由特斯拉代表審核後才可重新啟動。這表示特斯拉不只在處理事故當下，也在建立事件追蹤、責任釐清與後續營運恢復流程。

臨時地理圍欄讓 Robotaxi 能避開封路與事故現場

Robotaxi 上路後，城市不只需要處理單一車輛，也需要處理一整個自動駕駛車隊。道路施工、事故封路、大型活動、臨時交管或災害應變，都可能需要即時禁止 Robotaxi 進入特定區域。

特斯拉設計了臨時地理圍欄機制。第一線人員可向 Robotaxi 支援中心提供單位、識別資料、封閉位置經緯度、封閉原因與封閉時間，特斯拉可在指定位置 1000 英尺範圍內暫停 Robotaxi 服務約 1 小時；若現場需要更長時間，也可以要求延長。

這是一個很關鍵的營運訊號。Robotaxi 不是單車智慧而已，它必須能被遠端營運中心納入城市事件管理。當某個路口臨時封閉，或事故現場需要淨空，城市不只需要讓人類駕駛改道，也需要讓自動駕駛車隊不要繼續派車進入。

這種地理圍欄設計，也反映 Robotaxi 商業化會從「車端能力」延伸到「車隊調度能力」。車輛能不能自己開是一件事，營運系統能不能根據公共安全需求即時調整服務範圍，會是另一個真正上路後才會遇到的考題。

斷電與拖吊設計，揭露無人電動車的現實門檻

Robotaxi 的第一線應變設計也把電動車特有風險納入考量。對第一線人員來說，車輛停下不等於風險解除，還要確認自動駕駛模式、車輪固定與高壓系統狀態。Robotaxi 移動時非常安靜，即使車輛停下，也不能直接假設它已完全停用。現場仍需要確認自動駕駛模式已解除，並視情況固定車輪，避免車輛在現場再次移動。

高壓系統也是另一個重點。Robotaxi 可透過 First Responder Loop（第一線人員斷電迴路）進行停用，但完成斷電程序後，車輛仍需要時間完成低壓系統斷電；高壓電池本身也必須始終視為帶電狀態。這讓 Robotaxi 的救援處理不只是「打開車門」或「把車拖走」，還涉及電動車高壓安全與自動駕駛狀態管理。

拖吊同樣不能用一般車輛邏輯處理。Robotaxi 後馬達在車輪轉動時可能發電，因此運送前需要啟用 Tow Mode（拖吊模式），並以四輪離地方式運送。若讓輪胎在地面上轉動，可能造成重大損壞與過熱；在少數極端情況下，過熱甚至可能導致周邊元件起火。

這些設計揭露了 Robotaxi 商業化的另一面：自動駕駛車不只要會開，也要能被安全停用、移動與清除。對道路救援、拖吊業者與消防人員來說，Robotaxi 不是一台普通電動車，而是一台同時牽涉高壓系統、遠端支援與自動駕駛營運狀態的車輛。

Waymo、Zoox 也在處理同一件事

特斯拉不是唯一需要處理第一線應變的自動駕駛業者。Waymo 早已建立給第一線人員使用的緊急應變指南與執法單位互動流程，也和 GHSA 推出線上訓練課程，協助警消了解無人車如何回應緊急車輛、如何接近車輛、如何處理乘客救援，以及必要時如何關閉車輛。

Zoox 同樣提供第一線人員互動計畫、緊急應變指南、救援資料表與訓練影片。這些做法說明，Robotaxi 業者不能只宣稱車輛很安全，也需要讓公共安全單位知道車輛會怎麼反應，以及異常時要怎麼介入。

不過，Waymo 在美國多地的營運經驗也提醒，第一線應變不是有指南就結束。無人車仍可能在停電、事故、臨時交管或緊急勤務中阻礙道路，遠端支援速度、車輛對手勢與現場狀況的理解、以及第一線單位能否快速介入，都會影響外界對 Robotaxi 的信任。

從 Waymo、Zoox 到特斯拉，Robotaxi 業者都在處理同一個問題：當車上沒有駕駛人時，城市第一線人員要如何攔停、溝通、救援、拖吊，並在異常情境中重新掌握車輛。

延伸閱讀

舊金山 Robotaxi 初體驗！美國旅遊不自駕比 Uber 便宜一半？

特斯拉 Robotaxi 連三個月零事故！Waymo 仍新增 80 起事件

特斯拉 Robotaxi 拿到德州通行證！Level 4 商業營運納管

目前 Ojai 先開放給 Trusted Tester，也就是 Waymo 的信任測試者與選定乘客免費試乘，地點包含舊金山、洛杉磯與鳳凰城。Waymo 接下來也計畫把這款車與第 6 代 Waymo Driver 帶到聖地牙哥、拉斯維加斯、丹佛等城市，讓自動駕駛計程車服務從天氣穩定的地區，逐步挑戰雨天、雪地與低光源等更複雜環境。

Ojai 更像一台移動客廳

Ojai 的基礎車輛由 Zeekr 在中國製造，再運至美國亞利桑那州 Mesa 工廠完成最終組裝與 Waymo 自動駕駛硬體整合。這種分工模式，也讓 Ojai 不再只是把感測器裝到現有乘用車上，而是從一開始就朝高使用率、容易維修、容易清潔的自駕車隊需求設計。

車室空間是 Ojai 和 Jaguar I-PACE 最大的差異。它採低踏板、平坦地板與更方正的車體設計，乘客上下車更直覺，車內也能提供更寬敞的腿部空間。對機場接送、多人共乘或行李較多的乘客來說，這種設計會比傳統 SUV 改裝車更接近自動駕駛計程車真正需要的樣子。

Waymo 也把無障礙設計放進 Ojai 的核心，包括盲文、螢幕閱讀器相容性、座椅把手、充電孔與乘客介面。這些細節不只是讓車看起來更高級，而是讓自駕車更像一種大眾交通服務：不同身形、不同需求的乘客，都要能夠自己完成上車、乘坐與下車流程。

Driver 感測器更少，成本更低

Ojai 首次搭載 Waymo 第 6 代 Driver 系統。這套新硬體相較第 5 代，總感測器數量減少約四成，精確來說為 42%。其中攝影機從 29 個減至 13 個，LiDAR 從 5 組減至 4 組，雷達數量也同步精簡。不過 Waymo 強調，新的感測器解析度、感知距離與天候適應能力都有提升。

這裡也能看出自動駕駛產業正在走向另一個階段。特斯拉當年轉向 Tesla Vision 純視覺方案，核心論述之一就是降低硬體成本、簡化車輛量產與維修複雜度；而如今採用 LiDAR、雷達與攝影機混合方案的 Waymo，也開始透過感測器精簡來降低成本，讓自動駕駛計程車更接近可長期營運的生意。

成本是關鍵。第 6 代 Driver 的硬體成本目標低於 20,000 美元，對比過去改裝車高昂的自動駕駛硬體成本，這會直接影響每趟車資能不能撐起營運模型。自動駕駛計程車要從科技展示變成日常交通服務，不能只會自動開，還要足夠便宜、可靠、好維修，並能大量部署。

天候能力支撐城市擴張

Waymo 這次也特別強調第 6 代 Driver 對雪地、雨天與低光源環境的適應能力。這和接下來的城市擴張有直接關係。舊金山、洛杉磯與鳳凰城雖然路況複雜，但氣候條件相對可控；如果要進入丹佛這類冬季城市，自動駕駛計程車必須能在更低溫、更差能見度與更滑的道路上保持穩定。

這也是 Ojai 比單純換車更重要的地方。Waymo 並不是只推出一台更大的自駕車，而是在用第 6 代 Driver 把自動駕駛硬體、乘客體驗、車隊成本與城市擴張放在一起重做。之後 Hyundai IONIQ 5 也將導入第 6 代 Driver，代表 Waymo 正在把同一套自動駕駛系統擴展到更多車型，而不是只依賴單一平台。

Waymo 目前已累積超過 2,000 萬次全自動乘車經驗，服務規模仍持續成長。這不代表自動駕駛計程車已經沒有挑戰，但至少說明 Waymo 已經不再停留在少量測試車階段，而是進入更接近車隊營運與城市擴張的階段。

專用車型讓自駕車更成熟

Ojai 的真正意義，是 Waymo 從改裝車隊走向目的建置車型。過去自動駕駛服務比較像是「把現有車輛改成無人車」，現在 Waymo 則開始把車輛平台、乘客流程、感測器配置、維修效率與量產成本一起納入設計，讓自駕車不只是會自己開，也更適合長時間、高頻率投入車隊營運。

對乘客來說，Ojai 更接近自動駕駛計程車真正需要的樣子：空間大、好上下車、容易操作，也適合多人與行李使用。Waymo 的下一場競爭，已經不只是誰的自動駕駛比較聰明，而是誰能把無人車變成一門可長期運作的交通生意；Ojai 加上第 6 代 Driver，正是 Waymo 從改裝車隊走向專用自駕車的最新答案。

延伸閱讀

特斯拉 Robotaxi 連三個月零事故！Waymo 仍新增 80 起事件

Waymo 撞死「貓市長」惹眾怒！FSD 遇到小動物會怎麼反應？

全自駕極端情境演練！Waymo 世界模型連龍捲風都能模擬

這篇聚焦在舊金山市區的 Robotaxi 實際搭乘體驗，後續也會陸續發佈 FSD 自駕與國家公園路線的系列內容。從這幾天內多趟叫車的觀察來看，在 Robotaxi 已經上路的城市，美國旅遊如果沒有開車，叫車選擇可能已經不只剩 Uber；尤其在市區短程移動時，Robotaxi 與 Waymo 已開始具備價格、體驗與穩定性的實用價值。

舊金山市區不自駕，Uber 仍是機場與大行李最穩選擇

SFO 進市區仍以 Uber 最方便

這次從舊金山機場前往漁人碼頭附近住宿，因為共有 3 位乘客與 3 件大型行李，一般 Uber 車型空間不夠，必須叫 Uber XL。當時時間接近晚上 9 點，車程約 30 分鐘，最終費用為 US$ 61.98，其中舊金山機場附加費為 US$ 6。

以機場接送來說，Uber 目前仍是最直覺、覆蓋率最高的選擇。Waymo 雖然已開始在 SFO 提供自動駕駛接送服務，但目前上下車地點位於 Rental Car Center，距離航廈最近的下車點為 Grand Hyatt at SFO，對剛下飛機、帶著大型行李的旅客來說，仍不如 Uber 在航廈直接叫車方便。至於特斯拉 Robotaxi，這次實際查詢時也無法作為 SFO 機場接送選項。

多人與大型行李仍需要 Uber XL

對一般旅客來說，剛抵達機場、又帶著多人與大型行李時，Uber 仍然是最保險的解法。尤其是 3 人同行、每人都有一件大型行李箱時，即使一般車型價格較低，也很容易遇到後車廂空間不足的問題。

這也是美國旅遊叫車時很現實的一點：價格不是唯一考量，行李能不能放得下、上下車地點是否方便、車輛是否能順利進出機場，往往比科技體驗更重要。Robotaxi 與 Waymo 的優勢，反而會在進入市區後更明顯，尤其是飯店與景點之間的短程移動。

Robotaxi App 容易上手，價格通常比 Waymo、Uber 更有競爭力

繁體中文介面可用，但翻譯仍有小問題

特斯拉 Robotaxi App 可直接透過 Tesla 帳戶登入，整體介面也支援繁體中文。對台灣旅客來說，這點降低了不少使用門檻，設定上下車位置、查看預估抵達時間與價格都相當清楚，操作邏輯也與一般叫車 App 類似。

不過目前繁體中文翻譯仍有一些明顯機器翻譯痕跡。例如 pick up 原本應該是「上車地點」，在 App 內卻被翻譯成「取件」；SF 原本指 San Francisco，卻被翻譯成「順豐」。這些錯誤不至於影響實際使用，但確實會讓中文使用者在第一次操作時多看幾秒。

相比之下，Alphabet 旗下 Waymo 的繁體中文介面成熟度更高，像上車地點這類用語就能正確呈現。若只看在地化程度，Waymo 目前略勝一籌；但以實際叫車流程來說，Robotaxi 仍算直覺易懂。

Coit Tower 首趟體驗：價格只有 Waymo 不到一半

這次首次搭乘 Robotaxi 的時間約在下午 4 點半，路線是從漁人碼頭附近前往電報山山頂的先鋒公園（Pioneer Park），目的地是科伊特塔（Coit Tower）。當時同一路線比較下來，Waymo 顯示費用為 US$ 19.89，車輛約 6 分鐘後抵達；Robotaxi 則需要等候約 15 分鐘，但價格只要 US$ 8.03。

對旅客來說，這個價差非常有感。舊金山市區短程移動常常只是 10 到 20 分鐘車程，如果一天叫車多次，累積下來差距會很明顯。Robotaxi 的叫車流程也與一般叫車 App 接近，確認行程後，App 會即時在地圖上顯示車輛位置，也會提供車輛資訊與車牌號碼。這次顯示的車輛是一台低調夜幕灰的全新 Model Y。

Robotaxi 車少，等待時間通常比較久

不過 Robotaxi 的低價也伴隨一個現階段限制：車輛數量還不多，等候時間通常比 Waymo 與 Uber 長。這次在舊金山市區實測時，多數情況下 Robotaxi 的等候時間都比較久，也實際遇過直接顯示繁忙、無法叫車的情況。

但只要叫得到車，Robotaxi 通常仍能給出最有競爭力的價格。隨著未來 Cybercab 量產，再加上既有 Model Y 車型投入服務，車隊數量有機會增加。到那時候，Robotaxi 要競爭的就不只是科技體驗，而是能否在價格、等候時間與服務範圍上更接近 Uber 與 Waymo。

5 趟 Robotaxi 實際費用：短程多落在 US$ 7 到 US$ 10

這次在舊金山市區共搭乘 5 趟特斯拉 Robotaxi，價格大多落在 US$ 7 到 US$ 10 之間。因為這次是 3 人同行，實際平均下來每人費用相當划算；若以 Model Y 最多可乘坐 4 名乘客來看，分攤後的單人成本還能再降低。

即使是最後一天前往 Turo 取車地點、行駛距離約 8 英里、車程 25 分鐘，總金額也為 US$ 17.16。對旅客來說，Robotaxi 在市區短程移動時已經具備很明顯的價格吸引力。

從這 5 趟來看，Robotaxi 的價格不是每趟都最低，但只要叫得到車，費用通常相當有競爭力。尤其在舊金山市區這種短程移動頻繁的旅遊場景，若是多人同行並分攤車資，一天多叫幾趟後，和 Uber 或 Waymo 的價差就會更明顯。

實際搭乘感受：像一台更安靜、更穩定的 Model Y 叫車服務

上車後要繫安全帶並在 App 開始旅程

依照這次實際搭乘觀察，舊金山的特斯拉 Robotaxi 車內仍配有安全員，並坐在駕駛座。不過安全員平常幾乎不會介入駕駛，整體感覺比較像是一位必要時才會出手的隨車監督者，而不是傳統 Uber 司機。

上車後，所有乘客都必須繫上安全帶，並在 App 上點選「開始旅程」後，車輛才會出發。這個流程很簡單，也讓人清楚知道車輛何時開始行駛。

安全員存在感低，但現階段仍不是完全無人

實際乘坐起來，Robotaxi 很接近一台由 FSD 在駕駛的 Uber。正常情況下安全員不會參與行駛，但在特定情境下仍會接管。

這次 3 天內在舊金山市區一共搭乘 5 趟 Robotaxi，目前遇到的車型都是 Model Y，安全員也都是男性。整體來說，安全員存在感不高，但並非完全沒有角色。

Spotify 會跟著 Tesla 帳戶上車

這次有一個很有趣的小細節：因為 Robotaxi App 綁定的是 Tesla 帳戶，原本帳戶中的 Spotify 授權似乎也會一併帶到車上。因此一上車後，車內就會自動播放我目前 Spotify 正在播放的歌曲。

目前不確定非特斯拉車主是否也能在 Robotaxi 內綁定 Spotify。相比之下，Waymo App 則可以綁定 YouTube Music。Waymo 因為沒有安全員，車內更接近完全私人空間；Robotaxi 則會變成和前座安全員共享音樂的使用情境。

行駛平穩，舒適度比多數 Uber 更一致

以這次搭乘到的 FSD V14 來看，Robotaxi 在舊金山市區已經開得相當穩定。加速、煞車與轉向都很順，不會讓人覺得過度保守，也不會慢到影響乘坐體驗。

如果用一般旅客角度來看，它已經不像是測試展示，而更像是一個可以實際使用的叫車服務。整體舒適度也比多數人類駕駛更一致。

停靠與轉向：仍會出現需要接管的情境

這次體驗中，Robotaxi 在接近目的地時的停靠位置有時比較難預測，乘客不太容易提前判斷最終會停在哪裡。有時即使後方有車等待，系統仍會自行判斷停靠位置，這時反而是後方駕駛需要多等一下。

車輛在前往藝術宮（Palace of Fine Arts）時，從 Girard Rd 轉入 Palace Dr 停車場的過程中，轉向時機略晚，安全員最後手動接管完成轉彎。從現場情況來看，這可能與地圖標示與實際入口位置之間的落差有關。

最後一天在飯店門口，也觀察到安全員在上車前手動將車輛往前移動，避免佔用上下車區。這些情境顯示，Robotaxi 在一般道路行駛已經相當成熟，但在停車場入口、臨停區或需要精準時機判斷的場景中，仍可能出現人工介入。

三個大行李箱可以放進 Model Y，但略有壓力

同一天因為之前租 Model Y 的經驗顯示後車廂可以放入 3 個大型行李箱，所以這次仍然叫了 Robotaxi。實際上確實放得進去，但尾門關上時需要用手稍微壓一下。

這趟其實前一晚就先查過價格，Waymo 顯示為 US$ 31.39，Robotaxi 則為 US$ 19.53；隔天上午實際叫車時，Robotaxi 最終費用為 US$ 17.16。相較市區短程，這種距離拉長的行程更能看出價差，而 Uber 通常又會比 Waymo 與 Robotaxi 更貴。

Waymo 更成熟也更私人，但不一定每趟都比較划算

這趟旅程中，也有一次因為價格與等候時間選擇 Waymo。當時是上午 9 點左右，從 Marriott Vacation Club 出發，前往 Torpedo Wharf。Robotaxi 顯示價格為 US$ 14.61，等候時間約 11 分鐘；Waymo 則為 US$ 11.09，等候時間約 6 分鐘；Uber 雖然只需等約 4 分鐘，但價格來到 US$ 20.94。

Waymo 最大優點是完全無人駕駛，上車後整台車就是乘客自己的空間，不需要與任何人互動。車內設定也更完整，包括音樂、冷氣與座位空間等。

這次在路上看到的 Waymo 車型多為 Jaguar I-PACE，車隊密度明顯較高，在舊金山市區幾乎隨處可見，也讓等待時間更穩定。另外也收到 Waymo 提供的 freeway early access 通知，顯示部分行程可使用高速公路。不過這次並未實際體驗。

Robotaxi、Waymo、Uber 怎麼選？旅遊時建議三個 App 都打開比價

以這次舊金山實際體驗來看，三種服務的定位其實很清楚。Uber 最穩，適合機場與大型行李；Waymo 提供完整無人駕駛體驗；Robotaxi 則在價格上最有優勢。實際使用方式很簡單：每次叫車前同時打開 Uber、Waymo 與 Robotaxi，比較價格與等待時間，再選擇當下最適合的選項。

未來如果特斯拉 Robotaxi 車隊持續擴大，Cybercab 很可能會成為主要營運車型。一般叫車需求多半集中在 1 到 2 名乘客，Cybercab 的雙人座設定正好對應這類高頻短程移動；而 3 到 4 人同行或需要較大行李空間的情境，Model Y 仍會是更適合的選擇。

延伸閱讀

特斯拉 Robotaxi 連續三個月零事故！Waymo 營運里程最多仍新增 80 起

美西國家公園之旅！Turo 租特斯拉 Model Y 三千公里 FSD 全自駕

美西國家公園「遊園車」體驗？橫跨四大州實測 FSD 全自駕

這份資料來自 2025 年 6 月 16 日上路的 SGO 第三修訂版。統計門檻明顯收緊，連時速 1 英里的輕微接觸也被納入紀錄。在這樣的標準下，數據不只是統計結果，更開始直接反映各家系統在真實道路上的運作狀態。

第一季約 100 起事故，Waymo 占多數

在最新釋出的原始資料中，僅 2026 年 2 月至 3 月中旬，自動駕駛系統（ADS）就新增約 100 起碰撞事件。其中 Waymo 增加 80 起、Avride 12 起、Zoox 5 起，Motional 3 起，而特斯拉 Robotaxi 維持 0 起紀錄。

數字本身已經形成對比，但更關鍵的是事故型態。Waymo 多數案例發生在車輛靜止時，被後方人類駕駛追撞。當每月載客量突破 200 萬次，這類「什麼都沒做卻被撞」的情境，在高頻營運下幾乎無法避免。

Robotaxi 零事故，數據開始累積差距

特斯拉在同一期間維持零事故，且自 2026 年 1 月以來沒有新增事件。在車隊規模持續擴大、無人監督比例逐步提高的同時，這段沒有中斷的安全紀錄，開始在長期數據上放大影響。

註 1：此為第三修訂版 SGO 統計期間內之總數。整體資料集約 825 起事件；Waymo 若含歷史資料約 1,790 起。特斯拉相關數據部分來自第三方追蹤器估計。

每 50 天翻倍，正往人類駕駛水準靠近

根據第三方追蹤模型，特斯拉 Robotaxi 的安全性指標正以約每 50 天倍增的速度提升。目前 MPI（每次事故平均里程）約為 28.7 萬英里（部分估計更高），已接近美國人類駕駛約 50 萬英里的基準，差距正在快速縮小。

同一組數據，不同透明度

數據之外，資訊揭露方式同樣影響解讀。Waymo 與 Zoox 多數會公開事故細節，從情境到責任都有明確描述；特斯拉則對部分內容申請商業機密保護，讓事件細節呈現不完整。

這讓同一份數據，在不同揭露程度下出現不同解讀角度。當事故數量逐漸接近時，真正的差異開始不只在數字本身，也在於各家如何說明這些數字。

延伸閱讀

特斯拉 Cybercab 首輛量產車出廠：Waymo 車隊突破 3,000 輛

Waymo 自駕車撞死「貓市長」犯眾怒！FSD 遇到小動物會怎麼反應？

全自駕極端情境演練！Waymo 世界模型從龍捲風到飛機迫降都能模擬

在 Waymo Driver 已累積近 2 億英里全自動行駛里程的背景下，官方同步說明，真正支撐系統成熟度的關鍵並不只來自實車數據，而是規模遠高於實際道路的虛擬模擬測試。Waymo World Model 正是用來補足真實道路幾乎無法涵蓋的極端與罕見情境。

世界模型改變自動駕駛模擬的本質

Waymo World Model 的核心意義，在於模擬方式本身的轉變，而非單純提升畫面擬真度。傳統自動駕駛模擬多依賴人工建模、規則腳本與既有案例重播，場景來源有限，測試範圍受制於已知事件。

世界模型則改以生成式方式建立連續且可演化的虛擬世界，場景能依上下文自然延伸，產生合理但未曾發生過的交通狀況。官方資料指出，Waymo Driver 在實際上路前，已於虛擬世界中行駛數十億英里的模擬里程，用以提前驗證系統在各種條件下的行為表現。

生成式技術清楚區隔於實際上路系統

Waymo World Model 建立在 Google DeepMind 的 Genie 3 世界模型技術之上，但官方刻意劃清研究模型與實際自動駕駛系統之間的界線。Genie 3 提供的是通用世界建模能力，負責生成連續且具一致性的虛擬環境。

Waymo 則透過後訓練方式，針對駕駛領域進行專門調整，使模型能產生與實際感測器相容的輸出資料，包括符合車輛使用條件的 LiDAR 深度資訊。官方也明確指出，生成式模型並未直接部署於車輛上，而是用於模擬與驗證流程，確保測試結果具備可控性與可重複性。

多模態與可控模擬支援工程流程

Waymo World Model 之所以被定位為實用工具，關鍵在於其輸出與控制能力能直接對接工程需求。模擬系統可同步產生高擬真的 3D 相機畫面，以及與 Waymo 實際車輛相容的 LiDAR 深度資料，使感知、預測與規劃模組能在虛擬環境中進行完整驗證。

在操作層面，工程團隊可指定駕駛輸入，測試不同轉向、煞車或加速選擇下的系統反應，同時也能調整道路配置、號誌狀態與交通密度。透過語言指令快速變更天氣、時間與場景設定，大量測試案例得以迅速建立，進一步降低模擬建置成本。

長尾情境成為世界模型的核心用途

Waymo World Model 主要用來模擬所謂的長尾情境，也就是在真實道路中極少出現、幾乎不可能大量蒐集的罕見事件。官方在部落格與示範影片中，已明確展示多種具代表性的極端案例，用以驗證系統在低機率高風險狀況下的反應能力。

官方示範與描述中出現的長尾情境，包含以下幾類：

• 極端天氣與自然災害情境
• 龍捲風在高速公路旁移動，對行車造成直接威脅
• 金門大橋覆蓋輕雪，模擬非典型天候下的道路狀態
• 熱帶城市街道異常下雪，打破地理與氣候常態
• 洪水淹沒住宅死胡同或道路，影響通行與判斷
• 道路發生火災，車輛需從火場附近安全通過
• 罕見或異常動物與物件出現
• 道路上出現大象或德州長角牛等大型動物
• 城市環境中遇到獅子等非典型野生動物
• 行人穿著暴龍裝出現在斑馬線
• 車輛大小的風滾草橫越道路
• 其他異常交通狀況
• 故障卡車逆向停在道路中央，阻斷正常行車路線

官方特別指出，這類情境是真實車隊幾乎從未直接觀察到的案例，必須仰賴世界模型結合廣泛世界知識，以生成方式自然出現。這讓 Waymo Driver 能在虛擬環境中反覆練習近乎不可能發生的狀況，確保安全驗證的完整性。

世界模型支撐無人計程車服務擴張

Waymo World Model 同時扮演支援無人計程車服務擴張的角色。在新城市上線前，團隊可透過世界模型模擬當地交通行為與道路特性，提前驗證系統對陌生環境的適應能力，降低初期部署風險。

從官方定位來看，世界模型已被納入自動駕駛開發流程中的核心基礎設施之一。大型生成式模型正正式進入安全驗證與工程體系，成為 Waymo 推進無人計程車服務與規模化部署的重要支柱。

延伸閱讀

Waymo 自駕車撞死「貓市長」犯眾怒！FSD 遇到小動物會怎麼反應？

Waymo 累積 9600 萬英里無人駕駛里程！事故率顯著低於人類駕駛

舊金山大規模停電全變磚！Waymo：安全確認爆量導致延遲