Suốt năm bài trước trong series này, chúng ta đã đi qua kiến trúc VLA, chạy OpenDriveVLA trên nuScenes, mổ xẻ NAVSIM v2 và Bench2Drive, nghe Alpamayo-R1 lý luận bằng Chain-of-Causation, rồi xem các world model chuyển từ sinh video đẹp sang đo lường policy. Tất cả đều xoay quanh một câu hỏi ngầm: hệ thống này có an toàn không?
Bài này không trả lời câu đó bằng một con số benchmark nữa. Thay vào đó, nó hỏi một câu khác hơn: các đội xe robotaxi đang thực sự triển khai ngoài đường công bố gì, và ta đọc những con số đó như thế nào?
Đây là kỹ năng quan trọng hơn việc biết thuật toán — vì khi bạn đọc một headline "robotaxi an toàn hơn người lái 94%", câu hỏi quan trọng không phải là "có tin không" mà là "mẫu số được xây dựng ra sao."
1. Waymo: 220,6 triệu dặm và phương pháp luận làm nên sự khác biệt
Số liệu thô
Theo trang Safety Impact của Waymo, tính đến tháng 3 năm 2026 hãng đã vận hành 220,6 triệu dặm rider-only — tức là hoàn toàn không có người lái an toàn ngồi sau tay lái. Phân bổ theo thành phố:
| Thành phố | Dặm (triệu) |
|---|---|
| Phoenix | 80,551 |
| San Francisco Bay Area | 67,078 |
| Los Angeles | 51,816 |
| Austin | 15,789 |
| Atlanta | 5,379 |
| Tổng | 220,6 |
So với chuẩn người lái trong cùng khu vực, cùng giai đoạn, Waymo ghi nhận:
- Ít hơn 94% va chạm gây thương tích nghiêm trọng trở lên (47 vụ được ước tính đã không xảy ra)
- Ít hơn 82% va chạm có bung túi khí (305 vụ)
- Ít hơn 82% va chạm có thương tích bất kỳ (707 vụ)
Với người dễ bị thương:
- 93% ít hơn va chạm gây thương tích cho người đi bộ (76 vụ)
- 84% ít hơn cho người đi xe đạp (48 vụ)
- 84% ít hơn cho người đi xe máy (32 vụ)
Chuyển sang tỉ lệ trên triệu dặm (incidents per million miles — IPMM):
| Loại va chạm | Waymo | Chuẩn người lái |
|---|---|---|
| Nghiêm trọng / tử vong | 0,01 | 0,23 |
| Có thương tích (bất kỳ) | 0,71 | 3,91 |
| Bung túi khí (xe bất kỳ) | 0,30 | 1,68 |
| Bung túi khí (xe Waymo) | 0,06 | 1,11 |
Con số 0,01 so với 0,23 — tức là 23 lần thấp hơn với va chạm nghiêm trọng — là con số ấn tượng nhất. Nhưng con số đó chỉ có ý nghĩa nếu ta hiểu chuẩn người lái được xây như thế nào.
Phương pháp xây chuẩn người lái — phần đáng đọc kỹ nhất
Nhiều báo cáo an toàn dùng thống kê quốc gia hoặc tiểu bang. Waymo làm khác:
1. Chỉ dùng dữ liệu địa phương nơi Waymo hoạt động. Chuẩn người lái được tính từ hồ sơ va chạm do cảnh sát ghi nhận ở đúng các hạt (county) mà Waymo đang chạy — không phải toàn bang Arizona hay toàn California. Điều này loại bỏ bias do so sánh đường phố đô thị đông đúc với đường ngoại ô ít nguy hiểm hơn.
2. Hiệu chỉnh theo không gian (spatial dynamic adjustment). Mỗi hàng xóm, mỗi tuyến đường đều có mức độ rủi ro khác nhau. Waymo cân nhắc phân bố địa lý của chuyến đi để tránh so sánh xe robotaxi chạy chủ yếu ở khu trung tâm sầm uất với chuẩn người lái bao gồm cả đường ngoại ô.
3. Chỉ tính đường phố, không tính cao tốc. Phân tích giới hạn ở mặt đường (surface streets) — loại đường mà Waymo vận hành. Điều này tránh "lợi thế" giả tạo nếu so sánh với tai nạn cao tốc vốn phổ biến hơn với người lái người.
4. Bù đắp thiếu báo cáo theo NHTSA Blincoe 2023. Đây là điểm tinh tế nhất: dữ liệu cảnh sát bỏ sót một lượng đáng kể va chạm vì người lái không báo. Theo nghiên cứu Blincoe của NHTSA, khoảng 32% va chạm có thương tích không được báo cáo. Waymo điều chỉnh chuẩn người lái lên tương ứng — nếu không, chuẩn người lái sẽ bị đánh giá thấp hơn thực tế, khiến phần trăm cải thiện của Waymo trông lớn hơn thực.
Đây là điểm bất cân xứng quan trọng: Waymo báo cáo tất cả tai nạn của mình theo yêu cầu NHTSA, trong khi người lái người chỉ báo cáo một phần. Nếu không bù thiếu báo cáo, ta đang so sánh một bên báo cáo đầy đủ với một bên báo cáo chọn lọc.
2. IIHS 2026: Nghiên cứu độc lập — và giới hạn quan trọng nhất của ngành
Về tác giả và trạng thái
Tháng 7 năm 2026, nhóm Eric R. Teoh, David G. Kidd và Luke E. Riexinger thuộc Viện Bảo hiểm An toàn Đường bộ (IIHS) công bố phân tích độc lập đầu tiên về tỉ lệ va chạm của xe L4: Rise of the machines: crash experiences of highly automated vehicles and human drivers.
Quan trọng về trạng thái công bố: đây là báo cáo do chính IIHS xuất bản, không phải bài báo đã qua bình duyệt (peer review) của một tạp chí độc lập. IIHS là viện nghiên cứu do ngành bảo hiểm tài trợ, phương pháp của họ nghiêm túc và công khai, nhưng khâu kiểm tra chéo ở đây là nội bộ chứ không phải bởi reviewer bên ngoài. Đó không phải lý do để bác kết quả — chỉ là lý do để đừng trích nó như thể nó là một bài Nature.
Kết quả chính
Phân tích bao gồm 50 triệu dặm lái xe Waymo từ 2021–2024 qua San Francisco, Los Angeles, Phoenix, và Austin, so với 222 tỷ dặm của người lái trong cùng thành phố, cùng thời gian.
Kết quả tổng hợp: Waymo L4 ở chế độ driverless có tỉ lệ va chạm thấp hơn 68% so với người lái, tính theo VMT.
Phân tách theo thành phố:
- Phoenix: thấp hơn 76%
- Los Angeles: thấp hơn 71%
- San Francisco: thấp hơn 35%
- Austin: cao hơn 4% — nhưng cỡ mẫu nhỏ, không có ý nghĩa thống kê
Với va chạm đâm vào đuôi xe: Waymo thấp hơn 91% so với người lái. Điều này phù hợp về mặt cơ học — xe L4 phản xạ nhanh hơn người và không bị phân tâm.
Con số 22% — và tại sao nó tiết lộ vấn đề cấu trúc
IIHS xem xét 736 va chạm xảy ra khi xe ở chế độ tự lái. Họ nhận thấy chỉ 22% trong số đó đủ ngưỡng để cảnh sát ghi nhận theo định nghĩa thông thường.
Điều này có nghĩa gì? Xe AV đang báo cáo những va chạm nhỏ mà người lái bình thường sẽ tự xử lý và không gọi cảnh sát. Đây không nhất thiết là điều xấu — báo cáo đầy đủ giúp cải thiện hệ thống — nhưng nó tạo ra bất cân xứng trong so sánh: tử số AV báo cáo nhiều hơn thực, còn mẫu số người lái báo cáo thiếu.
IIHS kiến nghị NHTSA phải cải tổ hệ thống báo cáo va chạm liên bang vì phương pháp hiện tại — đọc tường thuật sự cố thủ công — không bền vững khi số lượng va chạm và số lượng xe AV tăng lên.
Câu quan trọng nhất của IIHS
Không phải con số 68%. Câu quan trọng nhất là:
"Waymo is the only company that voluntarily provides driverless vehicle miles traveled information. Other companies do not share this data, making safety comparisons impossible for competitors."
IIHS chỉ tính được tỉ lệ va chạm cho Waymo vì chỉ Waymo công bố số dặm không người lái. Cruise, Zoox, và các hãng khác cũng nộp báo cáo va chạm NHTSA — nhưng vì không có VMT làm mẫu số, ta không thể tính tỉ lệ.
Nói cách khác: toàn bộ bức tranh an toàn xe tự lái của Mỹ hiện nay phụ thuộc vào dữ liệu tự nguyện của một công ty duy nhất. IIHS kiến nghị NHTSA yêu cầu tất cả các công ty AV công bố VMT như điều kiện bắt buộc.
3. Baidu Apollo Go: Đơn vị khác nhau, câu hỏi khác nhau
Số liệu từ báo cáo Q1 2026
Baidu công bố kết quả quý đầu năm 2026 thông qua hồ sơ 6-K (báo cáo định kỳ cho SEC) và thông cáo kết quả Q1 2026 trên trang quan hệ nhà đầu tư. Apollo Go ghi nhận:
- 3,2 triệu chuyến hoàn toàn không người lái trong Q1 2026
- Đỉnh tuần trên 350.000 chuyến vào tháng 3 năm 2026
- Hơn 22 triệu chuyến cộng dồn tính đến tháng 4 năm 2026
- Hoạt động tại 27 thành phố, mở rộng ra Dubai và thử nghiệm tại London
- Hơn 330 triệu km tự hành cộng dồn, trong đó hơn 220 triệu km không người lái
Bẫy đơn vị — điểm bắt buộc phải đọc kỹ
Đây là điểm dễ nhầm nhất khi so sánh Waymo và Apollo Go.
Waymo báo cáo bằng DẶM (miles). 220,6 triệu là dặm.
Apollo Go báo cáo bằng KILOMET (km). 220 triệu là kilomet.
Quy đổi:
220 triệu km ÷ 1,60934 = ~136,7 triệu dặm
Tức là 220 triệu km của Apollo Go chỉ tương đương khoảng 137 triệu dặm — nhỏ hơn khoảng 38% so với con số 220,6 triệu dặm của Waymo.
Nếu đọc vội và thấy "220 triệu — 220 triệu", bạn sẽ nhầm rằng hai đội xe có lịch sử hoạt động tương đương. Đây là bẫy đơn vị kinh điển trong báo cáo ngành: hai công ty ở hai quốc gia, báo cáo bằng hai hệ thống đo lường khác nhau, và không hãng tin nào nhắc đến điều đó trong headline.
Tuy nhiên, Apollo Go có lợi thế riêng: 22 triệu chuyến cộng dồn là số chuyến thực tế phục vụ hành khách. Waymo không công bố số chuyến tổng hợp tương đương để so sánh trực tiếp. Hai hãng chọn công bố các chỉ số khác nhau, phản ánh chiến lược truyền thông khác nhau — không nhất thiết là che giấu.
Apollo Go không công bố tỉ lệ an toàn
Không giống Waymo, Baidu không công bố tỉ lệ va chạm hay phân tích so sánh với người lái. Báo cáo 6-K đề cập "outstanding safety record" nhưng không định lượng. Có thể phản ánh sự khác biệt về pháp lý, chiến lược PR, hoặc khung quản lý an toàn ở thị trường Trung Quốc. Kết quả thực tế là: ta không thể so sánh độc lập hiệu suất an toàn của Apollo Go với bất kỳ chuẩn nào.
4. Zoox: Sự vắng mặt là dữ liệu
Zoox, công ty con của Amazon, nhận được phê duyệt liên bang vào tháng 7 năm 2026 để triển khai thương mại xe robotaxi không tay lái tại Mỹ — NHTSA cho phép 2.500 xe trong mỗi năm tới. Đây là cột mốc pháp lý đáng kể.
Nhưng về số liệu an toàn: Zoox không công bố VMT driverless, không công bố tỉ lệ va chạm.
Họ có nộp báo cáo tai nạn theo yêu cầu NHTSA — năm 2026 có một vụ nhớ lại phần mềm sau khi xe lái vào vùng khói dày. Nhưng vì không có VMT làm mẫu số, không ai có thể tính tỉ lệ và so sánh độc lập.
Điều này không phải lỗ hổng trong nghiên cứu — đây chính là phát hiện. Khi ngành xe tự lái chưa có chuẩn bắt buộc về công bố VMT, sự vắng mặt của dữ liệu là thông tin hữu ích: nó cho biết giới hạn của những gì ta có thể kết luận về hãng này.
Fortune (07/2026) đã đặt câu hỏi thẳng về "safety data gap" của Zoox ngay trong cùng tuần Zoox nhận phê duyệt liên bang. Câu hỏi đó vẫn chưa có câu trả lời.
5. Vụ Hunter College/Sam Schwartz: Bài học về đọc nghiên cứu trái chiều
Câu chuyện
Tháng 7 năm 2026, Chương trình Nghiên cứu Giao thông Sam Schwartz tại Hunter College (Đại học Thành phố New York) cùng Open Plans công bố báo cáo về tác động của robotaxi đối với NYC. Phần phân tích an toàn tuyên bố rằng tỉ lệ va chạm gây thương tích nghiêm trọng hoặc tử vong của Waymo cao hơn 1,5 lần so với đội xe hợp đồng NYC (Uber, Lyft).
Headline này lan rộng ngay lập tức — nó đi ngược lại hoàn toàn con số 94% của Waymo.
Điều gì xảy ra tiếp theo
Ngày 20 tháng 8 năm 2026, nhóm tác giả phát hành bản báo cáo sửa đổi và rút phần phân tích an toàn. Lý do được trích dẫn: "data discrepancies between City agency data for New York City for-hire vehicle crashes with serious injuries or deaths, as well as City agency data definitions related to such crashes."
Nói nôm na: cách NYC định nghĩa "va chạm gây thương tích nghiêm trọng" trong dữ liệu hành chính của mình khác với định nghĩa liên bang, khiến phép so sánh không thỏa đáng. Phần phân tích ùn tắc giao thông vẫn được giữ nguyên vì không phụ thuộc vào định nghĩa va chạm.
Điều đáng nói nhất: bản sửa đổi không chỉ bỏ con số cũ, nó lật ngược kết luận. Thông cáo của Hunter College hiện ghi rằng trên mỗi dặm, tại các thành phố Waymo đang vận hành, xe Waymo dính ít hơn 62% va chạm gây thương tích và ít hơn 87% va chạm gây thương tích nghiêm trọng hoặc tử vong so với đội xe hợp đồng NYC. Từ "cao hơn 1,5 lần" thành "ít hơn 87%" — cùng một nhóm tác giả, cùng một câu hỏi, chỉ khác bộ dữ liệu thành phố.
Nhưng báo cáo vẫn giữ nguyên luận điểm sắc nhất của nó, và luận điểm đó không đứng về phía Waymo: Waymo tự so mình với "người lái trung bình", trong khi robotaxi thực tế sẽ thay thế tài xế chuyên nghiệp. Chính báo cáo chỉ ra tài xế hợp đồng NYC đã dính ít hơn 20% va chạm gây thương tích và ít hơn 25% va chạm nghiêm trọng so với người lái trung bình ở NYC. Chọn sai nhóm đối chứng thì con số nào cũng đẹp lên một cách miễn phí.
Lưu ý nguồn: phần ghi chú đính chính nằm ngay trên trang gốc của Hunter College — nguyên văn: "An earlier version of this story highlighted a portion of the report dealing with the safety of robotaxis. The study's authors released a revised report on August 20, 2026, after identifying issues with a city dataset used in the analysis." Đường dẫn cũ (có đuôi -confer-few-safety-benefits) nay tự chuyển hướng sang slug ngắn hơn — bản thân cái redirect đã là dấu vết của việc sửa. Trang này chặn truy cập tự động (trả 403 cho bot) nhưng mở bình thường với trình duyệt; nếu bạn kiểm chứng bằng script mà thấy 403, đó là tường chống bot, không phải trang chết.
Bài học phương pháp luận
Vụ này dạy ba điều về đọc nghiên cứu an toàn xe tự lái:
1. Định nghĩa mẫu số quyết định mọi thứ. "Va chạm nghiêm trọng" theo NYC khác với liên bang, khác với định nghĩa trong báo cáo Waymo. Trước khi so sánh con số, phải hỏi: "serious injury" ở đây được đo theo thang nào?
2. Dữ liệu thành phố không được chuẩn hóa cho mục đích so sánh liên bang. Dữ liệu hành chính thành phố được thu thập cho mục đích riêng — cấp phép, bảo hiểm, quy hoạch đô thị — không nhất thiết nhất quán với chuẩn NHTSA hay nghiên cứu học thuật.
3. Sự tự sửa của khoa học là tốt, không phải thất bại. Nhóm tác giả rút phần có vấn đề thay vì bảo vệ kết quả sai. Đây là hành vi khoa học đúng đắn, nhưng hiếm khi được đưa tin rộng rãi bằng headline ban đầu — kết quả là nhiều người đọc vẫn nhớ "Waymo nguy hiểm hơn 1,5 lần" nhưng không biết phần đó đã bị rút.
6. Bảng tổng hợp: So sánh thực hành công bố
| Hãng | VMT/km không người lái | Tỉ lệ va chạm | Đơn vị | Phương pháp so sánh |
|---|---|---|---|---|
| Waymo | 220,6 triệu dặm | Có (chi tiết) | Dặm (miles) | Police reports + bù thiếu báo cáo NHTSA |
| Apollo Go | 220 triệu km (≈137M dặm) | Không | Kilomet | Không áp dụng |
| Zoox | Không công bố | Không | — | Không áp dụng |
Bảng này nhỏ nhưng đủ để thấy: khi ngành không có chuẩn công bố đồng nhất, bức tranh an toàn tổng thể của ngành phụ thuộc vào việc ai chọn công bố gì.
7. Kết: Phương pháp luận là sản phẩm
Nhìn lại cả series từ bài 1 đến bài 6, có một chủ đề xuyên suốt mà mỗi bài đều chạm vào theo cách khác nhau.
Bài 1 hỏi: bản đồ end-to-end driving trông như thế nào từ UniAD đến VLA?
Bài 2 hỏi: ta có thể chạy một VLA lái xe từ đầu không?
Bài 3 hỏi: benchmark nào đáng tin để đo hệ thống này?
Bài 4 hỏi: lý luận kiểm tra được trông như thế nào?
Bài 5 hỏi: world model đang làm gì ngoài sinh video đẹp?
Bài 6 này hỏi: khi xe ra đường thật, ta đọc kết quả như thế nào?
Và câu trả lời chung cho tất cả: phương pháp luận là sản phẩm. Không có con số nào tự nói lên ý nghĩa của nó. 220,6 triệu dặm chỉ có ý nghĩa khi ta biết chúng được đo bằng dặm, chỉ tính đường phố, hiệu chỉnh địa lý, và bù đắp thiếu báo cáo. 68% ít tai nạn hơn chỉ có ý nghĩa khi ta biết đó là báo cáo của một viện nghiên cứu chứ không phải bài đã bình duyệt, mẫu số là dặm của một công ty duy nhất, và 78% va chạm còn lại không đủ ngưỡng cảnh sát ghi nhận. 220 triệu km của Apollo Go chỉ có ý nghĩa khi ta biết đó là kilomet, không phải dặm.
Kỹ sư học thuật giỏi là kỹ sư biết đặt câu hỏi về mẫu số trước khi tin vào tử số.
Benchmark trong lab đo khả năng. Số liệu triển khai thực tế đo hành vi. Cả hai đều cần — và cả hai đều cần phương pháp luận minh bạch mới đáng đọc.
