特斯拉車主睡著了，車在山上自己開著

編譯|張霖郁

編輯| 黃大路

設計|甄尤美

來源|Tech Times, Reuters, AutoEvolution, The Guardian

加拿大1號公路穿越山脈地帶，在戈爾登與雷弗爾斯托克之間的路段，彎道密集。

這條路段需要駕駛者高度集中注意力，卡莉·金（Carleigh King）剛經歷了一次令人后怕的場面。

據《Tech Times》報道，當地時間7月6日，當她將車輛停靠在公路邊時，一輛灰色特斯拉悄然駛過。

透過車窗，她發現駕駛座上的司機頭倒在一邊，看起來是睡著了。

金隨即開車追趕，并排行駛時，拍下了當時的畫面。

這輛特斯拉仍快速行駛在盤山公路上，而方向盤后的司機戴著一副寬大墨鏡，沉沉睡去。

金隨后向加拿大皇家騎警報警。

警方接報后展開跟進，并掌握了該車車牌號。幸運的是，這輛完全在“自動駕駛”的特斯拉并沒有在復雜路段引發撞車事故。

這一事件第二天（當地時間2026年7月7日）還上了加拿大國家電視臺CBC。

在不列顛哥倫比亞省（British Columbia）的法律框架內，公共道路上嚴禁使用 L3 級及以上的自動駕駛系統。

特斯拉目前的FSD在技術定級上屬于L2級系統，其在當地的使用是合法的，但這建立在一個嚴格的前提條件之上，即駕駛員必須始終保持清醒和警覺，能隨時接管并控制車輛，雙手必須放在方向盤上，雙腳也必須始終靠近或放在踏板上。

人類駕駛員承擔最終的駕駛責任。

在這起事件中，系統雖在物理層面維持了車輛的行駛，避免了直接的碰撞事故，但在安全監控層面上，它卻未能及時察覺司機的睡眠狀態并采取相應的停車措施，暴露出了FSD安全機制的失效。

為什么失效

特斯拉在設計FSD功能時，配備了一套確保人類駕駛員參與度的監控系統。

這套系統的核心硬件之一是安裝在車內后視鏡下方的攝像頭。

該攝像頭的主要職責是持續追蹤駕駛員的面部特征和眼睛視線，以確保駕駛者的注意力集中在前方道路上。

在系統設定中，不同的面部表情和狀態對應著不同的干預舉措。

如果攝像頭監測到駕駛員頻繁打哈欠、視線長時間偏離路面，或是出現眼瞼閉合等昏昏欲睡的跡象，理論上系統會立即觸發視覺和聽覺警報。

如果駕駛員對警報置若罔聞，系統則會采取進一步措施，例如強制停用完全自動駕駛功能，并逐步減速將車輛停穩。

然而，在加拿大山路的這起具體案例中，這套基于視覺的面部監測功能完全失去了作用。核心原因在于駕駛員佩戴的那副寬大墨鏡。

墨鏡的鏡片阻擋了攝像頭的視線，使得系統無法準確捕捉到駕駛員的眼部狀態，從而無法判斷其是否已經閉眼入睡。

當視覺監控受阻或數據不清晰時，系統的底層邏輯會轉向依賴另一套物理監控機制，即通過檢測駕駛員手部觸碰方向盤時產生的微小扭矩，來衡量其是否仍在關注駕駛狀況。

視頻記錄顯示，這輛行駛中的特斯拉方向盤上安裝了一個方向盤套。

目前尚不確定在行駛過程中，這名熟睡的駕駛員是否將手搭在方向盤上，但方向盤套的存在極有可能干擾了系統對扭矩的精確感知。

視覺監控被墨鏡遮蔽，扭矩檢測又可能受到外接物品的干擾，這兩重因素疊加，導致車輛的監控防線被徹底突破。

系統錯誤地認為駕駛員依然在監管車輛，從而繼續在險峻的道路上行駛，而不是及時終止危險狀態。

這起事件清楚表明，盡管智能駕駛技術在不斷演進，但其配套的監控措施在面對特定的物理遮擋時，仍存在盲區。

人臉識別

為了彌補現有監控系統的漏洞并進一步提升車輛的運行安全，特斯拉在軟件開發層面正醞釀新的技術手段。

依據《AutoEvolution》報道，特斯拉最新發布的APP應用程序更新版本4.58.5 中，包含了數個關鍵的代碼字符串，如“fsdIdentityCheckFailedMessage”以及“showFsdIdentityCheckFailedDialog”。

這些未經官方正式宣布的隱藏代碼，明確指向了一項即將引入的新功能：利用人臉識別技術來驗證駕駛者身份，并以此作為判定其是否能夠啟用FSD系統的依據。

這項技術的引入并非一蹴而就，而是特斯拉車內監控系統多年演變的延續。

車載攝像頭錄制系統最早于2021年推出，其最初的設想是為了應對Robotaxi未來可能出現的安全問題，防止車內設施遭到乘客的惡意破壞。

隨著時間推移，這項功能被賦予了更多安全責任，開始在車輛行駛過程中記錄駕駛員的影像，以便在發生交通碰撞或其他安全事件時，為工程師提供數據分析的依據。

但在2022年的實際運行中，技術團隊發現該錄像系統存在安全隱患，它很容易被外部手段破解，并在攝像頭被物理遮擋時無法有效察覺，導致監控錄像失效。

為解決這些問題，特斯拉在2023年進行了重要的架構調整，將改進后的駕駛員監控系統深度集成到現有的車載記錄系統中。

無論車主是否訂閱或啟用了完全自動駕駛功能，這套系統都能在后臺持續監測駕駛員的疲勞程度和整體注意力，此次4.58.5版本中曝光的面部識別功能，則代表著該系統在責任界定上的又一次升級。

這種面容識別技術的應用場景主要集中在兩個方面。

首先，極有可能被直接應用于特斯拉的Robotaxi項目。

在沒有人類司機在場的情況下，車輛可以通過面部識別技術準確驗證上車乘客的身份，確保服務對象的準確性。

其次，這也是業內普遍推測的重點，面部識別功能將被用來嚴格限制FSD訂閱權限的使用。

系統的邏輯在于，當攝像頭啟動并掃描駕駛座上的人員時，如果檢測到當前駕駛員的面部特征與該車輛FSD訂閱所綁定的官方用戶不匹配，特斯拉在技術上可以阻止車輛啟用任何高級輔助駕駛功能。

這意味著，除非經過授權的官方駕駛員或車主親自坐在駕駛座上，否則車輛只能以常規模式行駛。

這項功能從身份源頭上切斷了系統被非授權人員濫用的可能性。

FSD的兩樁事故

面容識別技術的研發與部署，反映了特斯拉在推廣FSD時所面臨的復雜現實。

該系統在美國市場擁有龐大的用戶基礎，其實際使用程度深、覆蓋范圍廣。

與加拿大這位睡著的女司機安然無恙結局不同的是美國兩起案件。

近期，特斯拉FSD系統卷入的兩起致命交通事故引起了美國監管部門的高度警覺，暴露出該技術在極端路況與人機交互中面臨的嚴峻挑戰。

第一起發生在2023年11月的亞利桑那州的高速公路上，該事故剛于2026 年6月以特斯拉私下賠償進行了和解，具體賠償數目雙方沒有公開。

當時一名71歲的女性在目睹一場輕微交通事故后，下車站在道路上協助疏導交通。

此時，一輛開啟了FSD系統的特斯拉Model Y正高速駛來。

由于陽光直射角度引發了強烈的眩光，導致特斯拉依賴的“純視覺”攝像頭瞬間致盲。

FSD系統既未能識別出因強光受阻的視野和前方行人，也沒有為駕駛員預留出接管時間，最終車輛直接撞擊導致該名女性當場身亡。

美國國家公路交通安全管理局（NHTSA）在此調查報告中，重點標記了純視覺方案在強光等低能見度環境下的嚴重感知缺陷，并以此為由擴大了對FSD系統的工程分析審查范圍。

2026年6月，得克薩斯州凱蒂市也發生了一場致命的沖撞事故。

一輛處于行駛狀態的特斯拉Model 3突然失控沖出道路，如脫軌的炮彈猛烈撞入路旁的一處私人住宅，導致當時正在家中的76歲女主人不幸喪生。

事發后，肇事駕駛員向警方供述是處于開啟狀態的FSD系統故障引發了意外加速，但特斯拉官方在調取并分析后臺黑匣子數據后予以否認，指出駕駛員在碰撞發生前的極短時間內猛烈踩下了加速踏板，這一物理操作直接覆蓋并奪取了FSD系統的控制權。

盡管數據將直接肇事原因指向人為踏板誤踩，但鑒于事故造成了無辜第三方的死亡，最新進展是NHTSA已于6月底對該起事故啟動專項調查。

監管部門目前的審查核心已從單純的系統軟件故障，轉向評估FSD的人機交互設計邏輯是否存在缺陷，以判定其警示與控制機制是否會在緊急情況下導致駕駛員產生慌亂，從而誘發致命的誤操作。

據《衛報》報道，警方于2026年7月初正式逮捕了44歲的肇事司機邁克爾·巴特勒（Michael Butler），并以過失殺人罪對其提起訴訟。