2026 Model Y · 自動倒車刮到停車格分隔桿
領車 29 天,AI 切入角度偏差未修正即倒車,撞上分隔桿。保修主管承認純影像辨識誤判,但無任何賠償。
已立案我們是一群曾經相信「特斯拉自動倒車有多先進」「AI 比人還準」的車主。 我們花了 17 萬加價購買 AI 加值功能,卻在按照原廠 SOP 操作的情況下被自家系統撞了。 我們不是仇恨者,我們是受害者。我們聚在這裡,是為了三件事:
不抹黑、不造謠,只用真實案例、原廠對話、影像紀錄,把事情完整講給社會大眾、媒體、未來車主看。事實本身就是力量。
我們解釋什麼是 CNN 純影像辨識、為什麼它會把實體桿子當成牆上的圖案;什麼是 LiDAR / 毫米波 / 超音波;為什麼多感測器融合才是真的安全。
提供受害者一個具名或匿名都可以發聲的地方。把分散在 FB、IG、Mobile01、PTT、Reddit 的故事集結起來,一個人是個案,一群人才會被當回事。
車主 3/30 領取全新 Model Y 白色精裝版,含加價 17 萬購買的「自動輔助駕駛 + 增強自動輔助駕駛」系統。 車主太太在教會服事,每週往返兩到三次,整整一個月,每次都使用自動倒車功能停在教會地下二樓的機械式停車格,從未發生問題。
2026/04/28 中午,太太一如往常啟動自動倒車,在系統倒車過程中發現車身右側刮到東西,立刻踩煞車取回控制權,並把車輛駛離車格。 這個處置——立刻接管、停止系統動作、把車駛離——正是當初業務員與車主手冊明確指示的標準操作流程(SOP)。
領車前的試車過程,業務員故意挑了一個很難停的車位進行倒車入庫示範,全程強調:
——車主太太 4/28 當天完全做到了這件事。
但車體已經受損,而且不是駕駛造成的,是車主額外加價 17 萬購買的 AI 系統造成的。
根據行車記錄器影像判斷,事故發生的技術原因是: AI 在判斷停車格時,一開始的切入角度就有偏差,調整好倒車角度之後,過程中沒有做任何修正,等於是用一個不準確的角度持續倒車,因此撞上了停車格分隔的金屬桿。
隔日,特斯拉保修部門主管致電車主,說明:
主管承認: 錯誤的原因不在車主身上。 但是依然以「車主手冊載明 Level 2」這一條卸責萬用條文,告訴車主—— 沒有任何賠償、優惠、或減免。「我只能協助你出險。」
車主回應:「我自己保的保險,我自己出險,為什麼需要你的協助?」
當天晚上,車主貼出二手賣車的訊息。車齡不到一個月,註定虧錢。 但是這個家不再願意承擔「花錢買來提心吊膽」的風險與心理陰影。
「我這場官司八成會輸——我清楚知道。」聯盟發起人說。 「但是我一定會讓更多人知道:特斯拉要你加價購買的 AI 自動倒車系統,是一個會讓你的車在倒車時自己撞車的系統。 我陳述的是事實,目的是讓社會大眾在交錢之前,能多一個知道真相的機會。」
今天只是刮傷。
下一次,可能是太太被夾、被撞、被嚇到流產、被送進急診。
那就不是 10 萬的修車費——那會是過失傷害。
我是研發出身三十多年、長期教 AI 的研究者。讓我用一般人能懂的方式,說明為什麼純影像辨識(CNN 卷積神經網路)看似強大, 在現實的「動態 3D 世界」裡,卻會做出讓你十萬塊錢不夠付的判斷。
原理:把鏡頭拍下的一張張圖片,丟進「卷積神經網路」分類。 CNN 在 ImageNet 比賽中分辨「這張圖是貓還是狗」已經贏過人類, 但那是單張靜態圖片的分類。
致命弱點:世界是 3D 的,影像是 2D 的。 一個「實體的桿子」和「畫在牆上的桿子」,在攝影機眼裡幾乎是同樣的像素分佈。 人類靠雙眼視差、視角變化、生活經驗才知道那是真的。 CNN 用單純像素訊號去推測深度,會猜錯,而且會自信地猜錯。
原理:主動發射雷射脈衝,量測光打到物體後反射回來的時間(ToF, Time-of-Flight), 直接算出每一個點的實際距離與三維座標,輸出「點雲」。
為什麼能解這次的事故?畫在牆上的桿子,雷射打過去,量到的就是牆面的距離。 真實的桿子,雷射量到的是桿子表面的距離(比牆近 30 公分)。 兩者點雲的形狀完全不同——是物理量測,不是猜測。
原理:發射 24 GHz 或 77 GHz 高頻電磁波,量反射回來的時間 + 都卜勒頻移, 可以同時得到距離 + 相對速度,是高速公路追撞偵測的核心感測器。
強項:
註:特斯拉曾經有毫米波雷達,後來「為了統一純影像方案」全面拿掉。這個決策,是這次事故的遠因之一。
原理:發射 40~60 kHz 的超音波,量回波時間。短距、便宜、量產極為成熟。 這就是傳統「倒車雷達」嗶嗶嗶聲音的來源。
為什麼這次事故,超音波本來應該攔得下來?
註:特斯拉新車為了「Tesla Vision」純影像方案,連超音波感測器都取消了。 傳統 Toyota、Honda、BMW 上連最便宜的車款都有的功能,在你花了百萬以上的 Model Y 上,被「省掉了」。
下方為示範卡片,將會以實際投稿替換。如果你也是受害者,請到下方「加入聯盟」投稿,我們會在審核去識別化資料後刊出。
領車 29 天,AI 切入角度偏差未修正即倒車,撞上分隔桿。保修主管承認純影像辨識誤判,但無任何賠償。
已立案不論金額大小、不論是否已和原廠和解、不論是停車刮擦還是 AP/FSD 道路事故,我們都希望聽到你的聲音。
徵集中聯盟亦在持續整理國內外公開報導與司法判決,並會以「外部案例追蹤」專區呈現,與本平台投稿區分清楚。
徵集中★ 本牆所有資料皆會在受害者同意下公開,並去識別化處理(不公開全名、車牌、住址、雇主)。
聯盟已彙整自 2016 年至 2026 年、全球 60+ 件具公開新聞報導與第三方來源可驗證的 Tesla AI 系統相關事故、監管調查、判決與訴訟。現在提供線上分類閱讀,也保留原始檔案下載:
⚠️ 使用前請注意:部分 2025-2026 年的細節(特別是日期)來自 AI 研究代理人,可能存在事實誤差。建議律師對直接引用之判例「點開連結驗證一次」。 Excel 檔的「資料強度」欄位已標明各案的可信度等級。
這裡收錄 YouTube 上「Tesla 事故/Autopilot/FSD/停車功能/監管調查」等相關影片,並依內容分類,避免只靠情緒化片段、缺乏系統性理解。 首頁會隨機播放一支精選影片;點「看更多影片」可查看完整列表並點擊播放。
如果你也是受害者,下方表單可以選擇具名或匿名投稿。 你提交的內容會經過聯盟志工審核、去識別化處理後刊出,原始檔案僅用於存證。