太空船爆炸、電動車也自燃！馬斯克的公司事故頻傳|數位時代 BusinessNext

編按：最近馬斯克的公司不太平靜，週六才傳出SpaceX載人艙Crew Dragon爆炸事故，未來數月將與夥伴NASA合作調查，估計會影響到今年SapceX載人升空的計畫。

Yep, this isn’t good... pic.twitter.com/4DwTTjw9MN
— Astronut099 (@Astronut099) 2019年4月21日

結果沒想到週日又傳出一起爆炸事故。昨（21）日晚間上海一輛特斯拉在地下車庫中突然自燃。對此特斯拉表示，在得知事故後，昨晚公司第一時間派出團隊趕往現場，目前正在積極聯絡相關部門並配合核實情況。

昨日晚間，微博上流傳出一段地下車庫監控影像，在錄像中，20點15分一輛停放在車位內的特斯拉先是冒白煙，接著直接爆炸並伴隨大量火焰。

澎湃新聞記者從徐匯消防部門獲悉，4月21日20時32分許，上海市徐匯區文定路某小區地下車庫發生火災，徐匯支隊立即調派15輛消防車到場處置。消防力量於20時39分到場，經奮力撲救，火災於21時18分熄滅。現場為獨立地下二層車庫，層面積約1,300平方公尺。起火部位在地下一層，有特斯拉、奧迪、雷克薩斯三輛轎車發生燃燒，其中，一輛特斯拉新能源轎車燒損較嚴重，另兩輛車不同程度燒損。現場無人員傷亡。目前，火災原因和財產損失正在進一步調查核實之中。

另據新聞晨報消息，社區居民介紹，突發情況發生後，住在社區高層建築內的居民被緊急疏散。因地下車庫散發出刺鼻氣味，消防員一度無法進入車庫，只能透過朝車庫內灌水進行撲救，車庫入口也被封閉。

特斯拉表示，根據目前的信息顯示，沒有人員傷亡。

此前，美國媒體報導過幾次特斯拉的燃燒事故。 2019年2月，一位名特斯拉車主在佛羅里達行駛時發生車禍，導致車輛被大火包圍，車主當場死亡。而這輛特斯拉的電池在事故發生一天後，在警方停車場多次燃燒。

2018年5月，佛羅里達發生特斯拉嚴重碰撞事故，導致三名青少年兩死一傷，該車的電池重新燃起了兩次。而在同年3月，一輛Model X SUV在加州山景城撞毀，其電池五天後在停車場再次起火。

對於上面的事故，有分析認為，特斯拉的電陣列安裝在車輛底部，為了突出操控性，這加大了電池陣列受撞擊的可能，進而造成電芯或模組是非常容易移位，並聯和串聯用的導線也會脫落和短路，造成起火，同時，Model S、Model X的18650型電池陣列為了減輕重量和成本，還將最外的絕緣層取消，這也是充電過程中或碰撞後自燃的根源。

不過這幾起燃燒事故都與車禍相關，並非視頻中的停車自燃現象。

另據資料，在今年3月，廣州市一輛特斯拉Model S發生自燃，受損嚴重。發生自燃的時候該車正在停車場，既沒有充電，也沒有發生碰撞，與此次事故情形類似。

本文授權轉載自：網易科技

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。