去年秋天我在旧金山访学，赶晚高峰碰上天降暴雨，叫车等了二十分钟才来一辆Waymo。车门一滑开，干燥的香薰味扑面而来。还没系安全带呢，前面十米十字路口积了一大滩水，差不多能没半个轮胎。我正琢磨这无人车会不会绕路，它倒好，踩着匀速就往水洼里冲。我赶紧对着交互屏幕拍了三下喊停，嘎吱一声，它在水洼边刹住了。后头跟的私家车司机探出头骂了快半分钟。
无人车的积水识别精度还赶不上人类老司机
这次Waymo直接停了亚特兰大和圣安东尼奥两座城的服务，起因就是他们的车老往积水里开。上个月翻到Waymo内部的测试简报，这大半年，无人车误入积水路段十来次。最惨一回在亚特兰大郊区，车泡在水里大半天没人管，底盘激光雷达接线全烧了。修车钱够买辆普通家用车了。
之前跟Waymo的感知工程师聊，他说训练模型用的雨天场景，九成都是加州本地的小雨。加州一年到头下不了几场大雨，路况排水也利索。谁能想到亚特兰大的夏季暴雨能把路牙子都淹了？数据集里根本没喂过这种极端场景。
他们还试过一招，让车跟着前车走。结果前面是辆底盘高的皮卡，蹚水过去了，Waymo跟着就进去了。直接泡在水里，动不了了。
现在的无人车感知逻辑天生不擅长判断积水
人判断水深很简单。看水面反光，看前车能不能过，甚至看路边草淹了多少，心里就有数了。
无人车做不到。摄像头碰见水面反光容易过曝，画面一片白，路面水洼分不清。激光雷达的波束打在水面上，大多被折射走了，返回的点云要么是空的，要么直接判定成平地。毫米波雷达更别提，对非金属液体本来就不敏感。
去年我和国内一家做无人出租的团队熬了三个通宵测积水，跑了两百来组测试，模型识别准确率连六成都不到。水里要是飘着落叶，或者下着雨打了水漂，又或者水跟路面一个色，模型直接瞎了。
那次测试，我们特意在积水坑里放了个红色塑料路障，想看车躲不躲。结果倒好，它把路障认成了漂浮的垃圾，踩着油门就冲。溅了站在路边记数据的我一身泥。
我回家洗外套洗了半小时。
无人车落地的坑都藏在没人注意的细节里
前几年行业里聊无人车，大家关心的是撞不撞行人、闯不闯红灯、能不能识别加塞。这些场景砸了不知道多少钱去优化，现在确实做得不错。上次我坐Waymo，旁边车强行加塞，它躲得比我自己开还稳。
但没人把积水当回事。去年凤凰城的Waymo因为沙尘暴停过一周服务，当时大家还调侃沙漠里的无人车居然怕沙子。现在看，怕水、怕沙、怕强光，全是角落里的通病。
前阵子看国内一家头部无人出租的运营数据，差不多每一千单里，就有几单因为极端天气主动取消，比人类司机爽约的概率高两倍多。
上次跟他们运营负责人吃火锅，他说最头疼夏天的暴雨天。用户打不到车，投诉电话能把后台打爆，但真不敢放车出去。泡一辆车的损失，得接几百单才能赚回来。
上周我和之前认识的Waymo工程师通邮件，他说最近整个团队都泡在亚特兰大的雨天里测数据。每天收工的时候，裤腿全是湿的。