2026年5月31日凌晨,美国佛罗里达州那不勒斯附近的75号州际公路上发生一起严重车祸:一辆特斯拉Model 3以71英里/小时(约114公里/小时)的速度径直撞上一辆已翻倒在行车道上的厢式货车,巨大的冲击力导致车内两名乘客当场死亡,一名此前停车施救的男性路人也未能幸免。

特斯拉Autopilot再酿致命事故:71英里时速撞上翻倒货车

事发后,当地警方和媒体最初将此事定性为夜间货车事故,并未提及任何驾驶辅助系统。直到特斯拉按照惯例向美国国家公路交通安全管理局(NHTSA)提交事故报告,外界才发现,这辆Model 3在碰撞发生前处于Autopilot或“完全自动驾驶能力”(FSD)的激活状态。这一信息由美国科技媒体Electrek在11月中旬披露,成为其持续追踪特斯拉致命事故数据系列报道中的最新案例。

值得注意的是,特斯拉每月向NHTSA提交的碰撞数据刚刚再次刷新纪录,而这起发生在5月的事故直到11月才被公开。事故的时间差暴露了美国自动驾驶事故信息披露机制的一个尴尬现实:联邦层面虽有数据上报要求,但公众获取明细的渠道极为有限,媒体只能依靠零散的州记录和法庭文件拼凑真相。

按照NHTSA的统计口径,凡是在启用L2级辅助驾驶系统状态下发生的事故,车企都需上报。但上报不等于公开,NHTSA的数据信息发布存在明显的滞后和筛选,普通消费者根本无法实时了解某款车型在辅助驾驶状态下的真实安全表现。Electrek的调查显示,像这样被淹没在数据洪流中的致命事故并不少见。

这起事故的核心问题在于:为什么一辆重达近两吨、配备多摄像头和雷达的特斯拉,会在夜间以71英里/小时的速度撞上一个体积巨大的静止障碍物?类似的场景在中国市场也并不陌生——高速公路上散落的货物、事故后的滞留车辆,都是智能驾驶系统的噩梦场景。

问题的根源在于,当前主流量产车的感知方案仍以视觉为主,特斯拉更是彻底放弃了毫米波雷达,完全依赖摄像头和神经网络。摄像头对静态异形障碍物的识别能力存在天然短板,尤其在夜间低光照条件下,一个横在车道里的白色车厢可能被误判为远处天空或高架桥阴影,导致系统既未减速也未变道。

特斯拉的FSD虽然在持续迭代,但它本质上仍是L2+级别的辅助驾驶,需要驾驶员时刻保持注意力。然而,现实中的车主在使用Autopilot和FSD时,普遍存在过度信任的心理。Electrek此前曾多次测试发现,特斯拉的方向盘扭矩检测很容易被欺骗,驾驶员可以长时间脱手而不被警告,这为事故埋下了隐患。

回到佛罗里达这起事故:71英里/小时正好处于高速公路的正常巡航速度区间,说明车辆此前一直以设定速度行驶,系统可能完全没有识别到前方的翻倒货车,或者识别后为时已晚。更令人痛心的是,前一位施救者已经停车并试图警示后方来车,但他的善意举动最终也被卷入灾难。

美国国家运输安全委员会(NTSB)曾多次在类似事故调查中指出,特斯拉的Autopilot在应对静止障碍物时存在系统性问题。2020年印第安纳州的一起事故中,Autopilot同样未能识别横在路上的半挂车,导致驾驶员死亡。几年过去,类似的悲剧依旧在上演,这不禁让人质疑特斯拉的迭代是否真的解决了核心安全短板。

中国智能驾驶行业的进展同样值得对照。国内头部车企和供应商近年来多采用激光雷达加摄像头的多传感器融合方案,在静止异形障碍物的识别上更具冗余。虽然激光雷达的加入会推高成本,但安全冗余的优先级正在被越来越多的主机厂放在体验之前。

与此同时,中国监管机构对辅助驾驶的规范也在收紧。工信部等部委出台的智能网联汽车准入和召回管理相关规定明确要求,车企必须对L2级及以上辅助驾驶功能进行充分验证,并建立事故报告机制。虽然细节执行仍有待完善,但至少在制度层面,中国对驾驶员监控和功能启用条件的要求更加严格。

特斯拉在中国同样面临类似的信任挑战。尽管FSD已在国内部分城市推送,但本土化适应和事故应对能力仍需时间检验。每一次海外Fatal事故的曝光,都会影响中国消费者对辅助驾驶安全性的认知,也让整个行业的“自动驾驶叙事”不得不回归理性。

这起悲剧再次提醒我们:无论技术名称多么高级,L2级辅助驾驶的最终责任主体依旧是人类驾驶员。企业在营销中强调“自动驾驶”潜力的同时,必须在系统设计、用户教育和安全兜底上承担更大的责任。如果连一个停在路中间的庞大车厢都无法可靠识别,那么“脱手驾驶”的承诺就还差得很远。

随着特斯拉月度事故数据再度攀升,行业需要的不只是一份份冰冷的报告,而是更快速、更透明的调查和整改。对于中国新能源市场而言,这是一个警示,也是一个契机:在追求智能驾驶体验的同时,把安全冗余和真实工况验证放在第一位,才是对用户生命负责的态度。