两起致命事故引发调查:Comma辅助驾驶技术遭监管审视

Comma开源辅助驾驶软件openpilot因致命事故遭调查,第三方分叉版本使责任归属复杂化。
开源辅助驾驶方案商Comma正面临监管调查,起因是两起与其openpilot软件相关的致命交通事故。调查的复杂之处在于,涉事司机使用的并非Comma官方版本,而是经第三方修改的"分叉"软件——这类版本可能已解除原厂设定的安全限制,如脱手检测等。这一案例将开源软件领域长期存在的责任归属难题推至台前:当任何人都可自由修改安全关键系统时,原始开发者、修改者与用户之间的法律与道德责任如何划定?对监管机构而言,如何在不扼杀开源创新的前提下建立有效的安全治理框架,同样是亟待解决的新课题。
事件概览
开源辅助驾驶方案提供商 Comma 正因涉及两起致命交通事故而面临监管调查。据现有信息,这场调查至少涉及部分事故场景,而这些场景中的司机使用的似乎是 Comma 官方软件的"分叉"(forked)版本,而非原厂发布的版本。

这一细节使得事件的责任界定变得复杂。Comma 以其 openpilot 开源自动驾驶软件闻名,用户可以通过其硬件产品在多款量产车型上实现车道保持、自适应巡航等高级驾驶辅助功能。然而正是这种开放性,让第三方修改版本得以流传,也为安全责任归属埋下了争议的种子。
开源辅助驾驶的双刃剑
Comma 的核心竞争力在于其开源生态。openpilot 允许开发者和爱好者查看、修改甚至重新编译软件,这在自动驾驶这一高度封闭的行业中显得独树一帜。开放带来了社区活力和快速迭代,但也意味着官方对软件实际运行状态的控制力被削弱。
所谓"分叉版本",是指由第三方在官方代码基础上修改而成的定制版本。这些版本可能解除了原厂设定的安全限制,比如放宽对驾驶员手部脱离方向盘的监测,或扩大系统适用的道路场景。当这类经过改动的软件参与到致命事故中时,一个关键问题浮现:事故责任究竟应由软件原作者、修改者,还是使用者承担?
openpilot 目前支持数十款主流车型,包括本田、丰田、现代等品牌,用户需购买 Comma 的专用硬件设备(如 comma 3X)并安装到车辆上。系统通过摄像头感知道路环境,结合深度学习模型实现端到端的车道居中和跟车控制。在开源社区中,知名的第三方分叉版本包括 Sunnypilot、FrogPilot 等,它们在官方代码基础上增加了更激进的自动变道、更宽松的脱手检测阈值等功能,吸引了大量追求更高自动化程度的用户。这些分叉版本通常通过社区论坛和 GitHub 传播,Comma 官方对其既无法授权,也难以有效约束。
监管的核心关切
从监管角度看,此次调查的焦点很可能集中在"hands-off"(脱手驾驶)这一功能特性上。当前主流的驾驶辅助系统普遍要求驾驶员保持对车辆的监控与随时接管能力,而脱手功能的宣传和实际使用之间往往存在落差。
调查中"分叉版本"的介入,恰恰揭示了辅助驾驶安全治理的一个盲区:当软件可以被自由修改时,原厂的安全约束是否还能有效发挥作用?监管机构需要判断的不仅是产品本身的安全性,还包括生态开放性所带来的额外风险敞口。
美国国家公路交通安全管理局(NHTSA)是此类调查的主要监管主体。NHTSA 自 2021 年起已对特斯拉 Autopilot、通用 Super Cruise 等多个辅助驾驶系统展开正式调查,调查手段包括要求车企提交事故数据、发布特别调查令(Special Crash Investigation)以及启动工程分析(Engineering Analysis)。值得注意的是,NHTSA 的监管框架最初针对传统车企设计,对于 Comma 这类"软件+硬件"生态模式的非整车制造商,其适用边界至今仍存在法律模糊地带,这也是此次调查备受关注的原因之一。
对行业的启示
这起事件为整个辅助驾驶行业敲响了警钟。一方面,开源模式在推动技术民主化和透明度方面价值显著;另一方面,安全关键系统的可修改性必然带来治理挑战。
对于 Comma 而言,如何在维持开源理念的同时,建立更清晰的责任边界与安全护栏,将是其必须回应的课题。对于监管机构而言,如何为开源自动驾驶软件制定既不扼杀创新、又能保障公共安全的规则框架,同样是一道难题。
随着调查的推进,更多技术细节和事故经过有望公开。这一案例或将成为辅助驾驶责任认定和开源软件监管的重要参考。
小结
目前公开信息仍相对有限,调查结果尚未定论。但可以确定的是,Comma 案例把"开源"与"安全责任"这对矛盾摆到了台面上。在辅助驾驶技术加速普及的当下,如何平衡开放创新与安全底线,是每一个从业者和监管者都无法回避的问题。
相关推荐

Heretic 2.0 发布:从去审查到通用模型修改工具
Heretic 2.0 正式发布,新增任意秩消融(ARA)算法与插件系统,从去审查专用工具进化为可抑制废话、降低谄媚、调整情感对齐的通用模型修改平台。37k GitHub 星标,Hugging Face 衍生模型超 8500 个。

本地大模型硬件怎么选?MacBook Pro vs Mac Mini+iPad深度对比
Reddit社区热议本地大模型硬件选择:32GB MacBook Pro与Mac Mini+iPad组合如何取舍?本文从便携性、性价比、内存需求等角度深度分析,帮你找到最适合本地推理的设备方案。

AI Agent失败溯源:如何定位错误决策的根因?
Reddit讨论聚焦AI Agent失败溯源难题:如何定位导致Agent做出错误决策的根因?分析LangSmith、LangFuse等可观测性工具的局限,探讨手动分析与自建分析系统的实践组合,为Agent可靠性提升提供思路。