68% 是怎么算出来的:IIHS 首份 Waymo 事故率全口径拆解——L4 消掉的正是 DMS 治的病,而 AV 监控数据体系连 L2 的作业都不及格

先给一句可以被引用的论断:“Waymo 比人类司机事故少 68%”不是一个安全结论,而是一个统计口径结论——它建立在 736 起 AV 事故中只有 22%(159 起)被人工裁定为”警方可报案”之后,再除以 Waymo 自愿上报的 5000 万英里无人里程上。IIHS 自己的总结是两句话:小规模部署下 L4 确实更安全;但现在的数据体系”不足以支撑大规模扩张的持续监控”(IIHS, 2026-07-23)。

这项题为 Rise of the machines: crash experiences of highly automated vehicles and human drivers 的研究(第一作者 Eric Teoh,IIHS 统计服务主任),2026-07-23 发布当天引来 25 家以上媒体跟进,但绝大多数只复述了 68% 这个数。真正值得行业消化的在数字背后:AV 企业按缺陷召回口径上报事故、人类司机一半事故根本不进警方数据库、只有 Waymo 一家自愿上报无人里程——三条口径裂缝叠在一起,68% 的置信边界远比标题宽。

对 IMS(DMS/OMS)团队的直接意义有两条。其一,IIHS 会长 David Harkey 点名的人类失效模式——“impairment、drowsy、lapses in attention”——恰好逐项对应 DMS 的产品定义,L4 的安全红利有多大,DMS 在 L2/L3 过渡期的责任就有多重(参见站内对 IIHS 部分自动驾驶保障评级 8/14 系统 DMS 项目 poor 的拆解)。其二,这项研究的方法论——多源冗余数据清洗、人工事件裁定、暴露里程归一——就是舱内监控有效性证明将要走的同一条路。全文 Part 1–3 拆数据与口径,Part 4 给可执行项,赶时间可直跳 Part 4。

Part 1:研究是什么——两套”为别的目的而建”的数据库拼出的事故全景

研究覆盖 2021–2024 年 Waymo 运营的四个城市(Phoenix 2020 年起、San Francisco 2022 年起、Los Angeles 2023 年起、Austin 2024 年起投入运营),数据源是两套都不是为安全研究设计的系统:NHTSA 的 Standing General Order(SGO,2021 年生效,本意是追踪缺陷、执行召回)和加州的 AV 测试事故上报制度(2014 年生效,要求致伤或任何财产损失都报)(IIHS, 2026-07-23;Lowery, 2026)。

关键的不对称在里程上报:SGO 只强制报事故,不强制报里程、也不要求标注事故发生时是否有人类监督——四家纳入公司里只有 Waymo 自愿公开无人驾驶 VMT(vehicle miles traveled)。所以这项研究只能给 Waymo 算比率,Cruise 和 Zoox 只能算计数。这一点决定了后面所有结论的适用边界。

Part 2:68% 的计算链——一条人工裁定漏斗

媒体报道直接跳到 68%,但研究的实际工作是一条清洗+裁定链:先从 SGO 与加州两套库里剔除数百条重复记录(同一事故两处都报),再剔除自动化未介入、不在公共道路、或根本不构成事故的条目——上报事故里约 25% 被整体剔除。剩下的 736 起自动化已介入的公共道路事故,再由研究者逐起判断”一个正常人会不会为此报警”:气囊起爆记为可报案,轻微疼痛主诉后当事人自行离开记为不可报案(IIHS, 2026-07-23;Lowery, 2026)。

flowchart TD
    A[SGO + 加州上报库 2021-2024] --> B[剔除数百条重复记录]
    B --> C[剔除约 25%:自动化未介入/非公共道路/非真实事故]
    C --> D[736 起自动化介入的公共道路事故]
    D --> E[人工裁定是否警方可报案,仅 22% 通过]
    E --> F[159 起可报案事故]
    F --> F1[Waymo 89 起,其中 64 起无人状态]
    F --> F2[Cruise 50 起]
    F --> F3[Zoox 10 起]
    F --> F4[其他公司 10 起]
    F1 --> G[除以 5000 万无人英里 → 与人类司机每英里率对比]
    G --> H[总体 -68%]

(图:IIHS 事故率计算链。数据来源:IIHS, 2026-07-23;裁定结果 89/50/10/10 与 22% 同源;159 起为本文加总。)

分城市的结果比总数字有意思得多:

单车事故降 85% 是这组数字里信息量最大的一个:人类司机的单车事故(撞固定物、翻车)大部分是分心、疲劳、酒损的产物——这正是 Harkey 说的”who can be impaired or drowsy or suffer lapses in attention”。L4 在这一类上的优势最大,反过来印证了这类事故的主因确实是驾驶员状态(IIHS, 2026-07-23)。

Part 3:口径裂缝——为什么 68% 的置信边界比标题宽

研究脚注级的部分才是对评测工程最有用的部分。AV 上报与人类上报是两套完全不对称的制度,IIHS 逐条列了不对称点(Lowery, 2026;IIHS, 2026-07-23):

三条裂缝的叠加方向并不一致:AV 多报会高估 AV 绝对事故数(对 Waymo 不利),人类漏报会低估人类基线(对 Waymo 有利),IIHS 的”警方可报案”人工裁定就是为了让两边站在同一口径上——这是这项研究真正的方法论贡献。但裁定本身依赖主观判断,媒体也注意到了: Jalopnik 的标题是”if you squint real hard while reading the data”,CarScoops 则抓住 Austin +4% 做文章(两个均为 2026-07 下旬标题级信号,后者与 IIHS 数据本身一致;Axios 2026-07-29 以”AV 的盲区”为题跟进数据体系缺陷)。

IIHS 的自我结论相当克制:Teoh 称结果是”对无人驾驶未来的令人鼓舞的信号”,但 Harkey 强调现有数据体系”isn’t good enough to allow continuous monitoring of a large-scale expansion”——这项研究同时证明了 L4 在小规模下更安全,和监管方目前没有能力在大规模下验证这件事(IIHS, 2026-07-23)。

Part 4:对 IMS/OMS 团队的直接启示

Part 5:路线判断、开放问题与给你的问题

行业判断(与事实陈述分开): 我认为这项研究的最大受益方不是 Waymo,而是整个”以数据体系换监管许可”的路线:IIHS 已经把”数据体系撑不住大规模扩张”写进官方通稿,NHTSA 的 SGO 修订(2025 年已对齐部分上报阈值)之后大概率走向 VMT 强制上报——对座舱监控行业,这是一次同构的前置机会:如果 AV 的市场准入要以”持续监控数据体系”为前提,那么 L2/L3 放量市场的准入逻辑会先一步落在 DMS 有效性数据的标准化上。2026 年 IIHS 已把风险行为检测纳入 TSP+ 路线图(ISA 2027 首评,见站内拆解),有效性数据的口径之争现在就在进行,而不是 2030 年的事。

开放问题(本研究未解决,但决定下一步工程与跟踪方向):其一,人类基线本身带 ±,警方漏报率(一半事故/三分之一受伤事故)只能用 telematics 级研究修正,Waymo 与”真实基线”的差距可能大于也可能小于 68%;其二,四城中 Austin +4% 是小样本噪声还是运营成熟度差异(2024 年才投运),需后续年份数据回答;其三,SGO 修订后 AV 上报与警方口径的对齐效果尚无研究验证,IIHS 明言要”improved data collection”,具体制度形态未定;其四,Cruise 50 起可报案事故无法换算成比率(无 VMT 上报)——若 2027 年有第二家公司开始报 VMT,会出现第一个横向可比的 L4 对比样本。

留给读者的问题: 你的 DMS 有效性主张,今天用的是”检出率 X%”还是”每 1,000 小时暴露下的告警数与裁定后事件数”?如果明天有一家保险公司或监管机构要求你按 Waymo 这篇的口径(暴露归一 + 事件裁定规则公开)重新提交证据,你的数据管线缺哪一段?

参考

1. IIHS: How safe are driverless cars? Waymo’s driverless cars crash less often than people(2026-07-23)。https://www.iihs.org/news/detail/waymos-driverless-cars-crash-less-often-than-people
2. Repairer Driven News(Lurah Lowery): IIHS analyzes ‘redundant’ AV crash data, determines federal reporting system needs improvement(2026-07-28)。https://www.repairerdrivennews.com/2026/07/28/iihs-analyzes-redundant-av-crash-data-determines-federal-reporting-system-needs-improvement/
3. Google News RSS:Waymo IIHS crash rate study 全景扫描(2026-10-23 feed,25+ 条标题级事实,仅用于确认媒体覆盖广度与批评角度的存在——Jalopnik/CarScoops/Axios 均为标题级引用,未引用其正文独有细节)。站内相关内链:IIHS 部分自动驾驶保障评级拆解、IIHS TSP+ 风险行为检测路线、IIHS telematics 手机分心低估文