特斯拉Robotaxi监管升级：车内司机与远程操作员双重保障
特斯拉向加州公用事业委员会（CPUC）递交的最新文件显示，该公司在变相承认其Robotaxi服务在运营过程中仍需依赖车内驾驶员与本土远程操作员的双重监管机制。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
这份2月13日提交的文件披露，特斯拉网约车服务将采用配备SAE L2级辅助驾驶系统FSD（监督模式）的TCP认证车辆，并按规定要求持证人类驾驶员始终坐在驾驶位进行实时监控。除了车内司机之外，特斯拉还在奥斯汀与湾区部署了本土远程操作员作为第二层保障，这些人员需持有DMV要求的驾驶执照，并通过严格的背景审查与药检、酒精测试。
特斯拉将这套运营模式定义为冗余安全机制，并在六次将湾区Robotaxi的方向盘后操作人员直接称为“司机”。公司宣称这种多层人工监管模式比Waymo的完全无人驾驶系统更具可靠性，并以2025年12月20日旧金山停电事件作为佐证——当时Waymo车辆因远程协助请求过载而停滞在路口无法移动，而特斯拉称自家车辆未受影响，当日所有订单均正常完成。
文件同时暴露出特斯拉在营销策略上的自相矛盾。一方面，特斯拉坚称其L2级车辆根据加州法律不属于“自动驾驶车辆”范畴，不应纳入相关监管框架；另一方面，特斯拉又强烈反对Waymo提出的禁止L2级服务使用“无人驾驶”“自动驾驶”“Robotaxi”等词汇的提案，称该限制“完全没有必要”。
此外，特斯拉对Waymo提出的“L2辅助驾驶行程需逐单征得乘客同意”的建议也表示反对，称用户在注册应用程序时已完成整体授权，逐单确认“与L2系统功能逻辑相悖”。按照SAE国际标准，是否开启L2系统的决定权在于驾驶员而非乘客。
特斯拉还在文件中援引自家《车辆安全报告》称，开启FSD（监督模式）后驾驶员发生事故的概率降至原来的1/7。但该数据仅对比高速公路辅助驾驶里程与全美所有路况平均事故率，且只统计触发安全气囊或安全带预紧器的碰撞事件，从未公布全面的接管数据。
值得注意的是，2025年12月加州一名法官已裁定，特斯拉对“Autopilot”与“Full Self-Driving”的宣传违反该州虚假广告法。
相关攻略
来源：环球网【环球网科技综合报道】4月1日消息，据wired报道称，特斯拉近日向美国参议员埃德·马基（Ed Markey）确认，其无人驾驶出租车（Robotaxi）在特定情况下，可由远程操作员直接接
特斯拉向加州公用事业委员会（CPUC）提交最新文件，变相承认其Robotaxi服务运行时仍离不开车内人类驾驶员与本土远程操作员的双重监管。这份2月13日提交的文件显示，特斯拉的网约车服务依托TCP车
IT之家 2 月 22 日消息，据 Electrek 报道，特斯拉向加州公用事业委员会（CPUC）提交了最新意见，相当于变相承认：其号称的“无人驾驶出租车（Robotaxi）”服务，运行时仍离不开车
IT之家 2 月 22 日消息，据 Electrek 报道，特斯拉向加州公用事业委员会提交了最新意见，相当于变相承认：其号称的“无人驾驶出租车”服务，运行时仍离不开车内人类驾驶员与本土远程操作员。特
在“福”字底衬上，一匹骏马抬起前蹄，红色材质泛着珠光，结构立体饱满，年味十足。 “这是公司为客户设计的一套‘马上有福’装饰件，打印完成了。”操作员杨盛武边说边从托盘取下打印好的装饰件。 这里
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭