特斯拉近期發布的2025年第三季度安全報告引發廣泛關注。報告顯示，在駕駛員啟用Autopilot功能時，特斯拉車輛每行駛636萬英里（約合1023.5萬公里）才會發生一次交通事故。這一數據與美國官方機構公布的全國平均水平形成顯著差異——美國國家公路交通安全管理局（NHTSA）和聯邦公路管理局（FHWA）的統計表明，全國范圍內機動車平均每70.2萬英里（約113萬公里）就會發生一起事故。若僅從事故間隔里程計算，特斯拉Autopilot的安全性被認為達到美國普通司機的9倍。
然而，特斯拉采用的對比方式很快遭到學界質疑。卡內基梅隆大學自動駕駛安全領域專家Philip Koopman教授長期批評特斯拉的數據呈現方式。他指出，將Autopilot的行駛里程與全國平均駕駛里程直接比較存在根本性邏輯缺陷，這種做法如同“用蘋果與橘子對比”。教授強調，特斯拉Autopilot和FSD系統的使用場景高度集中于高速公路，這類道路雖然車速較快，但交通環境相對簡單，事故率本就低于城市道路或鄉村雙向車道。根據聯邦公路管理局的統計，高速公路每百萬英里事故率顯著低于其他類型道路，因此特斯拉選取的對比基準包含了全國范圍內更復雜的“危險路況”數據，這種比較方式必然導致結論失真。
除了場景差異問題，特斯拉的事故統計標準也引發爭議。盡管公司宣稱將碰撞前5秒內由人類接管車輛的情況納入統計范圍，但由于缺乏第三方獨立調查機制，外界難以核實這一標準是否被嚴格執行。批評者認為，特斯拉僅統計系統啟動期間發生的碰撞事件，這種做法可能低估實際風險。例如，若駕駛員在系統提示后未能及時接管導致事故，這類案例是否被完整記錄仍存疑問。Autopilot系統在復雜路況下的表現尚未經過充分驗證，其安全性評估需要更全面的數據支撐。
行業觀察人士指出，自動駕駛技術的安全性評估需要建立更科學的對比框架。單純比較事故間隔里程可能忽略關鍵變量，如道路類型、天氣條件、交通密度等。美國交通研究機構曾建議，應將自動駕駛數據與相同路況、相同時間段的人類駕駛數據進行對比，才能得出更具參考價值的結論。目前特斯拉的報告尚未披露Autopilot在不同道路類型中的具體表現，也未說明統計數據是否經過季節性調整，這些因素都可能影響最終結論的可靠性。
隨著自動駕駛技術加速普及，安全評估標準正成為行業焦點。多家車企已開始采用更透明的數據披露方式，例如分場景統計事故率、引入第三方審計機構等。特斯拉若想消除外界質疑，可能需要進一步完善數據收集方法，并接受更嚴格的獨立驗證。這場關于自動駕駛安全性的討論，或將推動整個行業建立更嚴謹的評估體系。
