路人被撞，大量失血，正是争分夺秒和死神赛跑的要命时刻，偏偏救护车通行道上，挡着一辆无人驾驶的 Robotaxi。最终伤者因未能及时送医，抢救无效去世。
这就是硅谷最新曝出的争议事件，也造成了 Robotaxi 再次在美国被口诛笔伐。
引发这起事故的，是无人驾驶落地走在前列的通用 Cruise，事后其回应称自家的 Robotaxi，并没有阻止车辆前往医院 —— 但也拒绝公开现场视频。
然而无论如何，这起事故都让另一个问题再度被热议：
运营落地阶段的冗余，究竟该怎么做？
在此之前，通用 Cruise 介绍过一套应急方案，但从这起事故来看，方案显然还不够“应急”。因为对于特殊场景下的 Robotaxi 接管，通用 Cruise 的方案是拨打电话联系客服，然后客服再走流程处理 —— 然而通用 Cruise 的方案里有明显漏洞：联系方式是面向车内乘客脱困，而没有兼顾到车外交通场景的状况。
比如这次，救护车十万火急，通用 Cruise 的无人车不懂让路，其他人也没办法及时接管。最后，Robotaxi 落地陷入人命事件争议。
当然，也是在此时此案，太平洋另一头落地 Robotaxi 提的 5G 云代驾也再次在讨论中被提起。
或许在这次这样的特殊场景下，云代驾确实不失为好的解决方案。
Robotaxi 被控耽误救援，惹人命争议
热议事件的完整过程是这样的：
美国旧金山，一位行人被汽车撞倒，伤势严重，外媒报道称当时其正在失去清晰意识，无法与周围清楚沟通，需要立即送医，而路人也第一时间拨打了救护车。
但就在这紧急时刻，两辆 Cruise 无人出租车，恰好停在了事故现场右侧，阻塞了事故现场的车辆进出。
救援人员后来在公开报告中还透露，曾尝试手动接管自动驾驶车辆，但没有成功。
最终，重伤行人因送医延误，未能得到及时护理，被宣告死亡。
消息传出，（原本就对 Robotaxi 心存不满的）旧金山市民怒火被点燃，很多人聚集在 Cruise 的总部，示威抗议。
更早之前，也有人认为 Robotaxi 破坏了社区交通、影响了原本的节奏，还有过极端行为，但这一次，算是“师出有名”了。
Cruise 也很快给出了官方回应，称并没有阻碍交通挡住救护车道路，Robotaxi 的车停在那是因为等红灯，变灯后其中一辆车就果断让出了道路，救护车也通过了。
通用 Cruise 还向媒体展示了现场视频，但拒绝对外公开。
然而民众怒火并没有就此平息。在热议中，通用 Cruise 在 Robotaxi 落地运营的应急方案，被反复声讨。
Cruise 在官网多次强调，遇到紧急情况可以拨打电话联系，并在文件中留下了联系方式。
但这种电话联系，看起来更多是面向车内乘客的，因为车身外部，并没有留下联系方式或直接沟通的电话，于是在紧急情况下，联系就会变得“复杂”。
有网友还表示，难道遇到紧急情况，还要登录你们官网找联系电话？
而且 Cruise 目前似乎还没有配备相应的运营队伍，他们的无人出租车，可以远程解除“自动驾驶”，但停止自动驾驶后，Cruise 的无人车做法是找个地方停下，等工作人员前来“接管”。
在美国，Waymo 和 Cruise 都采用了类似的方案，都是远程协助的思路，核心是依靠自动驾驶系统来解决特殊场景下的问题。
一方面，这自然是技术思维出发下的方案，希望把自动驾驶系统不断经历特殊场景检验、不断学习，最后可以去任何地方，应对任何场景。
另一方面，这也是美国必须面对的人口现实。众所周知，美国可谓地广人稀，落地 Robotaxi 如果不能尽可能减少全流程中的人工要素，那成本和运营经济账上都无法平衡。
然而面对这次这样的极端事件时，AI 司机确实无法做到人类司机一样的灵活性，可以快速给救护车让出通道 —— 而不是还在遵守红绿灯规则。
Robotaxi 落地阶段的挑战，再次由个例成为热搜。
Robotaxi 的运营冗余
在 Robotaxi 和自动驾驶的研发时期，被提起最多的是“传感冗余”、“安全冗余”。
比如最典型的激光雷达等多传感器融合路线，本质就是通过激光雷达来实现对摄像头视觉的冗余，可以让自动驾驶多一重保障，应对特殊、极端场景时系统表现更稳健。
但运营阶段，面临全新的挑战 —— 不来自于技术本身，来自于人类社会明确规则之外的灵活性、人情世故。
比如在特殊场景需要给救护车让道时，可能需要违反规则，可能需要灵活处事，这些 AI 司机都做不到，甚至混行中的人类司机也很难迅速沟通。
这也是为什么运营冗余，在 Robotaxi 进入落地阶段后会变得格外重要。
而目前真正大规模为运营做冗余的玩家，其实并不多。其中之前有争议的 5G 云代驾，是其中一个。
就在 5G 网络开始铺开后，国内 Robotaxi 玩家在还没有完全取消安全员时，就开始宣布和部署 5G 云代驾相关的方案，作为 Robotaxi 运营冗余。
所谓 5G 云代驾，即是借助 5G 高带宽和低时延的特性，将周边环境情况显示在远端电子屏幕上，然后通过网络远程控制车辆的方向盘，挡杆，油门和刹车等。
车主要还是“AI 老司机”在开，但远端同时部署“人类老司机”，一个人盯多台车，有特殊情况就远程接管，帮助脱困，及时解决挑战。云代驾的工作，乍一看有点像在玩赛车游戏，但他们实际上要一个人类同时监控多辆车，要时刻保持注意力。
5G 云代驾的好处显而易见，当 Robotaxi 在道路上遇到现阶段程序无法解决的场景时，远端能够及时接管，帮助无人出租车脱困。
但之前争议的另一面，是认为这样做“不够技术”、“不够低成本”，“无法真正实现规模化落地”。
这种怀疑也不难理解，比起 AI 司机解决一切，有个“兜底”的人类司机当然不够技术；云代驾不论是设备还是人工也都需要成本，确实不如尽可能去掉人工，规模化落地确实也需要相应的 5G 云代驾整套设施覆盖，成本只会水涨船高，不存在边际效应。
但如果是这次 Cruise 的具体事故，还有没有比 5G 云代驾更有效解决问题的方案？
或许没有，或者说想不到更好的，而且必须正视的是，这一桩具体事故背后，就是一个真实的生命代价。
所以 Robotaxi 确实是大势所趋，也正在浩浩汤汤，来到了爆发前夜，但运营落地中的挑战，却也才刚刚开始。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，所有文章均包含本声明。