特斯拉Cybercab遭NHTSA调查:无方向盘设计触碰合规红线

尚未量产就被联邦监管盯上
埃隆·马斯克引以为傲的"镀金机器人出租车"Cybercab还没真正驶入公共道路,就已经招来了联邦监管机构的调查。美国国家公路交通安全管理局(NHTSA)宣布,针对特斯拉Cybercab启动了一项审计查询(Audit Query, AQ),核心目的是审查这款车辆缺失传统配置的问题——而这些配置中的许多,是法律明确要求必须具备的。
NHTSA是美国交通部下属的核心安全监管机构,成立于1970年,专门负责制定和执行机动车安全标准、调查安全缺陷并管理召回。在NHTSA的监管工具箱中,审计查询属于较早期的信息收集手段,通常在正式缺陷调查启动之前使用,要求制造商提供关于合规性、设计决策和内部流程的详细文件资料。虽然其法律分量不如正式调查,但往往是后续更深入监管行动的前奏。对制造商而言,收到审计查询就意味着必须在限定时间内提交大量技术文件和合规说明,任何不配合都可能面临处罚。
值得注意的是,NHTSA在自动驾驶领域的监管框架一直处于艰难的演进过程中。2016年,NHTSA发布了首部《联邦自动驾驶车辆政策》,试图为这一新兴技术建立初步的监管指引。此后历经多次更新——从2017年的《自动驾驶系统2.0》到2020年的ADS(Automated Driving Systems)框架4.0——但这些文件更多是指导性质而非强制法规,核心的FMVSS法规体系并未因自动驾驶技术的出现而完成系统性修订。这意味着NHTSA面对Cybercab这样的全新物种时,其实是在用几十年前为传统汽车设计的法规工具来评判一个面向未来的产品形态,这种"拿旧尺量新物"的局面正是当前监管困境的缩影。

对于一款尚未大规模量产、仍处于早期落地阶段的车型来说,如此迅速地进入监管视野,本身就是一个不同寻常的信号。它折射出特斯拉在"重新定义汽车"这条激进路线上,与现行法规体系之间日益紧张的关系。
Cybercab争议核心:那些"被省略"的法定配置
无方向盘、无踏板的激进设计
Cybercab最引人注目的地方,在于它彻底抛弃了方向盘和踏板。这是特斯拉对全自动驾驶Robotaxi愿景的最激进押注——如果车辆完全由AI驾驶,那么为人类驾驶员准备的控制装置就是多余的。
要理解这一设计的激进程度,需要回到自动驾驶的技术分级体系。国际自动机工程师学会(SAE International)将自动驾驶技术分为L0到L5共六个等级:L0-L2阶段人类驾驶员始终是责任主体,L3阶段车辆可在特定条件下自主驾驶但需要人类随时准备接管,L4阶段车辆在限定的运行设计域(ODD)内可完全自主运行,L5则是在任何条件下的完全自主驾驶。Cybercab移除方向盘和踏板,意味着它在设计上至少是L4级别——在某些场景下完全不依赖人类驾驶。然而值得注意的是,特斯拉当前部署的FSD(Full Self-Driving)系统在法律和技术定义上仍属于L2级驾驶辅助系统,需要驾驶员全程监控。从L2到L4的跨越不仅是技术挑战,更涉及感知冗余设计、决策安全性验证和故障安全机制等系统工程层面的根本性升级。
这里有必要深入理解特斯拉技术路线的独特性及其引发的争议。在自动驾驶感知技术的选择上,行业主流方案(如Waymo、Cruise、百度Apollo)普遍采用"激光雷达(LiDAR)+ 毫米波雷达 + 摄像头 + 高精地图"的多传感器融合架构。激光雷达能够精确测量物体的三维距离信息,高精地图提供厘米级的道路先验知识,多种传感器之间形成互补冗余,即使一种传感器失效,其他传感器仍能维持安全感知。而特斯拉自2021年起逐步转向纯视觉方案(Tesla Vision),仅依靠摄像头和神经网络来构建对周围环境的理解,马斯克认为人类仅凭双眼就能驾驶,因此摄像头配合足够强大的AI同样可以实现甚至超越人类的驾驶能力。这一路线虽然在成本上极具优势(单颗车规级激光雷达成本仍在500-1000美元区间),但在极端光照条件、恶劣天气(大雨、浓雾、暴雪)和边缘场景下的可靠性一直饱受安全专家质疑。对于一款彻底移除人类接管能力的Cybercab来说,其纯视觉感知系统必须在所有可能遇到的场景中都达到远超人类的安全水平——这恰恰是NHTSA需要严格审查的核心技术问题。
然而问题在于,现行的美国联邦机动车安全标准(FMVSS)是围绕"有人驾驶"这一前提构建的。FMVSS是美国所有在公共道路上行驶的机动车必须遵守的安全法规体系,涵盖200多项具体标准,分为三大类:100系列涉及碰撞前避免事故的主动安全(如制动系统、转向装置、照明与后视镜),200系列涉及碰撞中保护乘员的被动安全(如安全带、安全气囊、车身结构强度),300系列涉及碰撞后减少伤害的措施(如燃料系统完整性、电动车电池安全)。这一体系的设计哲学建立在一个基本假设之上:车辆由人类驾驶员操控。因此,大量标准直接与驾驶员的操作界面绑定——例如FMVSS 114要求车辆具备防盗和换挡互锁装置,FMVSS 111要求后视镜系统。许多安全相关的物理配置,例如后视镜、特定的操控装置以及针对人类驾驶员的安全设计,都是法律强制要求的项目。当一辆车主动省略这些配置时,它就直接触碰了合规红线。
NHTSA审计查询的实质
NHTSA此次启动的审计查询,正是要"检查特斯拉的相关流程",评估Cybercab在缺失这些传统功能的情况下,究竟是如何满足或规避现行安全标准的。这不是一次普通的产品调查,而是对特斯拉整个合规逻辑的系统性质询。
换句话说,监管方想搞清楚的核心问题是:一辆没有方向盘、缺少法定配置的车,凭什么可以合法上路?
为什么Cybercab的合规问题比想象中更棘手
自动驾驶法规与技术愿景的结构性错位
特斯拉的困境代表了整个自动驾驶行业面临的结构性矛盾。技术愿景已经跑到了"完全无人驾驶"的未来,但法规体系仍然停留在"人类始终可以接管"的现实。这种错位使得任何试图彻底移除人类控制装置的车型,都必须先获得监管层面的豁免或特批,否则就是在法律的灰色地带甚至违规地带运行。
此前,通用旗下的Cruise在申请无方向盘车型Origin的部署时,就曾长期卡在联邦审批环节。Cruise于2020年发布了无方向盘、无踏板的自动驾驶穿梭车Origin,这是全球最早公开亮相的完全去除人类控制装置的量产型自动驾驶车辆之一。Cruise随后向NHTSA提交了FMVSS豁免申请,但审批过程极为漫长。更雪上加霜的是,2023年10月Cruise的一辆自动驾驶出租车在旧金山发生了一起严重事故,将一名行人拖行数米,导致加州吊销了Cruise的运营许可。此事件不仅重创了Cruise的商业前景(通用最终在2024年底宣布停止Cruise的Robotaxi业务),也让整个行业对无方向盘车型的监管审批前景更加悲观。特斯拉如今推动Cybercab,实际上是在重走一条已被证明极其艰难的路径,而Origin项目的折戟为其提供了一个极具参考价值的反面案例。
FMVSS豁免申请的漫长博弈
要让一款不符合现有FMVSS的车辆合法商用,制造商通常需要向NHTSA申请豁免。但豁免的数量和进度都受到严格限制——根据现行法规,NHTSA每年最多只能向单一制造商批准2500辆豁免车辆的部署,这一数量上限严重制约了无人驾驶车型的规模化运营。审批过程往往旷日持久,有时需要数年之久。这意味着,即便特斯拉的自动驾驶技术足够成熟,Cybercab的规模化落地也可能被监管流程长期拖住。
这一2500辆的豁免上限并非NHTSA自行设定,而是来源于1998年修订的《国家交通和机动车安全法》(National Traffic and Motor Vehicle Safety Act)中关于FMVSS豁免的条款。多年来,行业一直呼吁国会提高这一上限。2017年,美国众议院通过了SELF DRIVE法案(Safely Ensuring Lives Future Deployment and Research In Vehicle Evolution Act),拟将豁免上限在三年内逐步提升至每年10万辆;参议院也推出了对应的AV START法案。然而,由于安全团体的强烈反对、劳工组织对司机失业的担忧以及两党在责任归属、数据隐私等问题上的分歧,这两部法案最终均未能在参议院获得投票,此后每届国会都有议员重新提出类似法案,但至今没有任何一部获得通过。这一立法僵局意味着,在可预见的未来,2500辆的年度上限仍将是自动驾驶车辆规模化部署的硬性瓶颈。对特斯拉而言,即使Cybercab通过了NHTSA的审查并获得豁免,每年仅2500辆的配额也与马斯克设想的大规模Robotaxi网络之间存在数量级的鸿沟。
此次审计查询的启动,进一步凸显了特斯拉在"先造车、再解决合规"这一打法上的风险。当产品设计从根本上偏离法规框架时,技术再先进也难以直接转化为商业现实。
对特斯拉与自动驾驶行业的深层影响
对特斯拉而言,Cybercab承载着马斯克对Robotaxi商业帝国的宏大想象。马斯克对Robotaxi商业模式的执念由来已久——早在2019年的特斯拉自动驾驶日(Autonomy Day)上,他就描绘了车主将闲置特斯拉加入Robotaxi网络赚取收入的愿景。Cybercab则是这一愿景的专用硬件平台。从商业逻辑上看,Robotaxi的盈利核心在于极致压低每英里运营成本:去掉驾驶员薪资(占传统网约车成本约60-80%)后,自动驾驶出租车的单位成本可降至每英里0.25-0.50美元,远低于Uber/Lyft的2-3美元。竞争对手Waymo已在旧金山、凤凰城等城市验证了这一模式的可行性,截至2024年其每周完成超过15万次付费行程。然而Waymo采用的是保留传统操控装置的改装车型(基于捷豹I-PACE和吉利极氪),这使其在合规层面规避了Cybercab面临的法定配置缺失问题——这一策略差异值得深思。
不过,Robotaxi的成本经济学远比"去掉司机"这一单一维度复杂。首先是远程监控人员的配置成本:当前运营的自动驾驶出租车服务几乎都需要远程安全操作员(Remote Safety Operator)进行实时监控,行业平均配比约为1名操作员同时监控3-5辆车(Waymo早期甚至是1:1配比),这些远程操作员的薪资虽低于车内司机,但在车队规模扩大后仍是一笔可观的运营开支。其次是车辆成本与折旧:Waymo在每辆车上搭载的传感器套件成本曾高达数万美元(虽然近年来已大幅下降),而自动驾驶车辆由于全天候高强度运营,其折旧速度远快于私家车。此外还有高精地图的持续更新维护费用、车辆清洁消毒成本(无司机意味着无人监督乘客行为)、保险费用(自动驾驶车辆的保险精算模型尚未成熟,保费定价存在很大不确定性)等隐性成本。特斯拉选择纯视觉方案在硬件成本上确实具有显著优势——Cybercab不需要昂贵的激光雷达——但这一成本优势能否弥补安全性证明的更高门槛,仍是一个悬而未决的问题。
监管调查的介入,可能会显著拖慢Cybercab的商业化时间表,也可能迫使特斯拉在设计上做出妥协,甚至重新加入部分被省略的配置。
从全球视角来看,不同国家和地区在自动驾驶监管上呈现出差异化的路径选择,为理解美国的监管环境提供了有价值的参照。中国在政策层面相对积极:2023年工信部联合多部委发布了《智能网联汽车准入和上路通行试点》通知,为L3/L4级自动驾驶车辆开辟了"试点-扩展"的渐进式合规路径;百度旗下的萝卜快跑(Apollo Go)已在武汉、北京等多座城市实现常态化无人驾驶商业运营,累计提供的自动驾驶出行服务量超过700万次。欧盟于2022年通过了修订后的车辆通用安全法规(GSR),明确了L3级自动驾驶的型式认证框架,但对L4级无方向盘车辆的准入标准仍在制定中。英国则在2024年通过了《自动驾驶车辆法案》(Automated Vehicles Act),建立了全球首个专门针对自动驾驶车辆的综合性法律框架,明确了"授权自动驾驶实体"(Authorised Self-Driving Entity)的责任归属——当车辆处于自动驾驶模式时,法律责任从驾驶员转移至制造商。这些国际实践表明,自动驾驶的法规更新虽然在全球范围内都在推进,但美国联邦层面的立法僵局使其在这场监管竞赛中面临落后的风险。
从更宏观的视角看,Cybercab遭遇的监管审查,是自动驾驶行业走向成熟过程中必然要面对的阵痛。技术的突破速度远快于法律的更新速度,如何在创新与安全、愿景与合规之间找到平衡,将决定谁能真正把无人出租车的愿景落地。
对于关注AI与自动驾驶的从业者来说,这一事件提供了一个清晰的警示:在高度受监管的行业里,技术领先并不等于可以直接上路。合规能力,正在成为自动驾驶竞赛中同样关键的护城河。
核心要点
核心要点
相关推荐

LTX2.5开源本地部署实测:AMD显卡最低8G显存跑视频生成
开源视频生成模型 LTX2.5 本地部署实测:AMD 7900XTX 显卡在 Windows 11 环境下最低 8G 显存可运行,2 分钟生成 5 秒视频。附五套工作流对比与整合包、手动部署教程。

ComfyUI双语提示词节点实测:不懂英文也能玩转标签
一位B站UP主借助GPT打造的ComfyUI双语标签提示词拓展节点实测:中英标签双向联动、30万词库支持、未知标签一键翻译沉淀,让不懂英文的小白也能玩转提示词,目前适配anima本地部署模型。

16G显存跑Qwen3 27B:192K上下文+视觉实测
在16G显存显卡上部署Qwen3 27B模型,通过llama.cpp Adaptive KV Streaming实现192K超长上下文与视觉能力。本文详解KV缓存瓶颈原理、量化版本选择及RTX 5080实测速度与任务能力。