無人RoboTaxi，深夜神秘集合，造成聚集性交通堵塞。這麼玄幻的劇情，剛剛在舊金山街頭真實上演。來自通用旗下的明星自動駕駛公司Cruise。不明原因，不明動機，至少8輛Cruise全無人Robotaxi“自發”聚集在鬧市區酒吧街路口。
有的網友說像是神秘儀式：
還有人說這是 AI 意識覺醒，罷工討薪：
到底發生瞭什麼？
Cruise 深夜堵街，咋回事？
當地時間 6 月 29 號深夜，大概 8 輛左右 Cruise 完全無人的 Robotaxi 從不同方向開到舊金山鬧市區高夫街和富爾頓街路口，然後停瞭下來，造成 2 個小時的交通擁堵。
直到 Cruise 的工作人員出現，才用人工方法清空道路。
聚集擁堵事件發生時，其實已經過瞭 Cruise Robotaxi 的規定運營時間。
並且，這些 Robotaxi 上完全無人，背後有沒有接受指令不知道，但在路人看來，這些車輛完全是“自動自發”聚集到這個路口停下來的。
令網友毛骨悚然處就在於此，難道真是 AI 人格覺醒，有意制造麻煩…
事後 Cruise 的回應其實大傢也能猜到：
We had an issue earlier this week that caused some of our vehicles to cluster together, While it was resolved and no passengers were impacted, we apologize to anyone who was inconvenienced.
大意就是“問題已經解決，沒人受傷，抱歉造成擁堵”。
至於是什麼問題，無可奉告。
但網友對這樣的回應顯然不買賬。
有人認為這種問題應該能通過遠程控制解決，沒必要出動人力，所以 Cruise 的做法說明背後問題不止人們看到的那麼簡單：
還有人擔憂，如果此時正好有救護車通過，會不會造成額外嚴重後果，責任又由誰來負？
所以，問題到底出在哪裡？
可能的問題在哪？
可能造成 Robotaxi 車隊整體宕機的原因，有兩個層面，一個是路和環境的問題，另一個是技術提供和運營方的問題。
分別來看。
有網友給出瞭事發現場的描述：
夏天植物長太快導致街景改變，而 Cruise 還沒來得及更新高精地圖。
這一點的確可能造成系統出錯，因為 Cruise 的 L4 級自動駕駛方案中把高精地圖作為一個重要的數據依賴。
但這位老哥描述的現場情況是否屬實還不一定。
而從運營層面看，Robotaxi 車隊涉及這麼幾個環節。
首先是車端的算法，而復雜的 corner case 的確會導致系統卡死退出，比如網友說的高精地圖信息滯後，導致傳感器數據和地圖數據沖突。
如果情況真的如此，那麼 Cruise 的 L4 方案，在數據前融合方面火候還差的遠。
就算是車端算法無法應付，也應該有後端平臺方對車輛進行遠程接管，而這其中的關鍵技術點，包括 5G 網絡、車端 V2X 設施、通信安全保障等等。
按理說，已經獲得監管許可上路的 Robotaxi 運營商，應該有這套系統兜底。
但情況是 Cruise 最終還是派人解決瞭這個問題。
所以導致 Cruise 車隊集體宕機的原因，可能性就非常多瞭。
比如車隊調度策略失誤，導致多輛車同時駛向同一地點。
也有可能是整個系統被黑客劫持。
或者是美國當地 5G 網絡太拉，Cruise 想要遠程調度卻有心無力。
另外也有一種可能，Cruise 的“5G 雲代駕”系統，根本就沒研發到位？
這一點 Cruise 不說，外界永遠不會知道。
但無哪種可能，問題一定存在，而且不是一個小問題。
無人車宕機，怎麼處理？
Cruise 的全無人 Robotaxi，高開。
今年 1 月起在舊金山提供全無人的運營服務，通用鐵娘子親自體驗過程中，不斷用“難以置信、順滑、完美”等等詞語盛贊。
之後的運營過程中，Cruise 的 Robotaxi 的確火瞭，不過不是因為自動駕駛能力出眾，反而是因為自動駕駛系統鬧出瞭令人瞠目結舌的劇情。
今年 4 月，同樣是在舊金山，一輛完全無人的 Cruise Robotaxi 因為夜間行駛沒開燈而被警察攔停，結果趁警察不註意，直接跑路開溜…
史上首次無人車“違章逃逸”，把警察和法律專傢都給整不會瞭。
而這樣的情況，連同此次無人車造車大規模聚集性擁堵事件，都引出一個問題：
無人車造成的交通問題，到底怎麼處理？
這個所謂“處理”，是指無人車開發、運營方和交通管理部門之間如何達成一套違規處理的標準流程。
這個流程中，除瞭應該保證合法、安全，對於無人車運營方的行為也要加以規范。
這次 Cruise 的無人車莫名其妙違規聚集，造成交通擁堵，而且遠程調度無法解決問題。
從結果來看這樣的方案顯然是不合格的。
自動駕駛永遠無法做到 0 失誤 0 事故，這一點無論從法律還是技術層面看，已經是行業公認的事實。
所以更加需要自動駕駛公司有完善的意外應對機制和技術棧。
首先在車隊調度上，是不是應該設計更加合理的策略，避免大量車輛同時湧向一個方向。
另外，車輛本身在面對復雜場景時的應對能力，也需要提升，這就需要 AI 司機除瞭常規道路上的駕駛技能，還要學習更多非典型場景。
還有智能汽車的數據通信安全問題，也是能導致嚴重後果的隱患。
所以 Cruise 以及 Robotaxi 還有很長的路要走，第一步，不妨學學中國友商，從“5G 雲代駕”開始。