Waymo 公布 2.7 亿英里安全数据：受伤碰撞估计减少 841 起

2.7 亿英里之后，一组不带修辞的数字

2026 年 9 月 24 日，Waymo 在官方博客公布了 Waymo Driver 安全表现的最新分析。这轮分析的窗口截至 2026 年 6 月底，覆盖的全无人运营里程超过 2.7 亿英里——公司给出的类比是，这相当于沿 66 号公路（Route 66）全程开 11 万趟。文章配的那张折线图就是这份数据最直观的样子：横轴从 2024 年 7 月走到 2026 年 6 月，纵轴是估计减少的受伤碰撞起数，曲线上依次标出 69、162、303、544、841 几个点，两年时间涨了一个数量级以上。

分析覆盖五个主要的都市服务区：亚特兰大、奥斯汀、洛杉矶、凤凰城和旧金山。Waymo 的说法是，在这些城市里，Waymo Driver 持续优于人类驾驶员的基准，而且随着运营规模扩大，它对道路安全的正向影响也在放大。

最核心的一行结论是：不分责任，Waymo Driver 涉及的受伤碰撞比人类驾驶员基准少 841 起，降幅 82%。「不分责任」这几个字值得留意——它意味着统计里包含了那些并非自动驾驶系统过错的事故，而不是只挑对自己有利的部分计入分子。

严重碰撞、行人与更大样本的分母

在更严重的碰撞上，差距更明显：重伤及以上的碰撞减少了 95%，也就是约二十分之一。这类碰撞虽然数量最少，却是道路安全讨论中权重最高的部分——重伤与死亡的代价无法用事故总数来平摊，所以哪怕绝对数量不大，降幅本身依然是有意义的指标。

风险的下降也没有平均分布，而是集中在道路上最没有防护的那部分使用者身上。Waymo 的数据称，涉及行人的受伤碰撞降低了 93%，涉及骑行者降低 86%，涉及摩托车骑手降低 82%。公司用几个场景解释这组数字：在自行车道旁并行、黄昏时踏进人行横道、在密集车流里骑摩托穿行——这些正是道路使用者暴露程度最高的时刻，也是人类驾驶员最容易判断失误的场景。

关于 841 这个数字，Waymo 在脚注里写明了自己的口径：它基于「每起受伤碰撞至少有一人受伤」这一保守假设，来估计被避免的受伤碰撞数量。换句话说，841 是避免掉的碰撞起数，不是统计到的受伤人数；按这一假设，实际被避免的受伤人数只可能更多，不会更少。这是典型的保守取值，先压低自己的结论。

要读懂这类声明，先要理解它的分母。道路安全领域衡量风险的基本单位是每英里事故率，而不是事故总数：一家公司运营里程越长，记录到的碰撞起数自然越多，只有把起数除以里程，才能得到可横向比较的风险水平。Waymo 选择公开里程数而不是车辆数或订单数，正是因为里程才是率的底座，也才让 2.7 亿英里这个数字本身成为结论的一部分。

第二个关键变量是责任口径。有责碰撞只统计由本方造成的碰撞，不分责任则统计本方卷入的全部碰撞，两个口径在数值上可以差很多：一辆停在路口等红灯、被后车追尾的自动驾驶车，在有责口径里没有它的责任，在不分责任口径里却必须计入。两种口径在业内都在用，报道时若不写清用的是哪一种，数字几乎无法解读，这也是 Waymo 特意把 regardless of fault 写进结论句的原因。

基准从哪来：四个容易被略过的变量

第三个变量是基准从哪来。人类驾驶员的碰撞率不是一个单一常数，它取决于城市、道路类型、车速分布与时段。如果自动驾驶数据的人类对照组取自与运营区域路况差异较大的地方，或者两组之间的里程结构差异明显——高速公路比例、夜间比例、路口密度、天气分布——比较就会失真。学界把这称为里程结构差异与挤出效应：自动驾驶通常先在城市、限速较低、天气较好的条件下运营，而人类驾驶的里程里包含大量高速公路与恶劣天气路段，两边的里程构成并不相同。

第四个变量是统计功效。受伤碰撞本身是低频事件，绝大多数里程不会产生一起受伤碰撞，所以要用它来证明改善，就必须积累足够大的里程分母，把置信区间收窄到足以把一个真实的改进效应从不随机波动里分辨出来。也正因如此，里程规模值得被单独报道：2.7 亿英里这样的量级，让这类数据开始具备统计意义，而几百英里、几百万英里量级的对比，很多时候还停留在噪声区间内。

这就牵出行业的结构性问题：目前还没有一套被普遍接受的、跨公司可比的安全指标。各家公司统计的是自己的里程、自己的运营区域、自己的责任定义，基准也可以各自选择。结果是公开的安全报告彼此之间很难直接比较，读者往往只能在同一家的时间轴上做纵向对比，很难做横向对比。安全数据的「自证」属性，更多来自这种口径不统一，而不是来自某一家公司的意愿。

第三方审计因此成为长期呼吁的方向。监管机构与学界正在推动若干具体做法：统一的事件数据记录，例如要求车辆在碰撞前后留存传感器与车辆状态数据；要求企业提交安全自评档案并公开接受评审；以及把边缘案例与脱离接管数据纳入常规披露。这些工作的共同目标，是让安全结论不再只依赖企业自己的口径和计算脚本，而是可以被外部按同一把尺子复核。

怎么读这份数据

Waymo 在文末补了两条可查证的依据：完整数据与方法公开在 waymo.com/safety/impact，可供任何人下载核对其假设与算法；此外，Waymo Driver 在上路部署前要经过一次正式的安全评审，评审所依据的「不存在不合理风险」接受准则写在一篇公开论文里。这两条至少把「结论是怎么算出来的」变成了一个可以追溯、可以质疑的问题。

还有一个变量是外推。841 这样的数字本质上是估计值：它由观测到的碰撞起数与一个基准率相乘推算而来，它的可靠性完全取决于基准假设是否合理。因此凡出现「减少了多少起」的表述，都应该同时写清：基准取自哪个数据集、时间窗口与地理范围是什么、责任口径是哪一种、有没有给出置信区间。假设没交代清楚，数字就只是一个宣传量，而不是一个可以拿来比较的结论。

所以更克制的读法是：这是 Waymo 自测口径下的一份安全分析，不是独立复现的基准，它的对照组、运营区域与统计方法都由公司自己选定，读者没有第三方复算过的版本可以对照；但它同时也不该被简单当作营销话术——里程规模本身是真实的，2.7 亿英里全无人运营、横跨五个都市服务区，这样的样本量已经足以让其中呈现的差异不再只是随机噪声。对读者而言，把它当作一个可追踪、可质疑、但值得认真对待的数据点，比把它当作定论，或者把它当作纯粹的公关，都更接近事实本身。