懂车帝周三中午开始陆续推送的 "36 车智驾大测试 "，在整整两天之后被马斯克本人看到。

后者极尽克制但还是透露些许自豪感地写到：" 由于法律禁止数据出境，特斯拉在没有本地训练数据的情况下，在中国取得了最高成绩。" 再次引爆了前两天一度稍微平息的 " 中国车企的智驾，怎么做得还不如特斯拉？" 话题。

围绕着这场测试，各种讨论和阴谋论四起，甚至有很多人当起了侦探，开始一帧一帧分析测试视频。

但在虎嗅汽车看来，专注于细节上的 " 找茬 " 反而错过此番大测试背后的全貌和真相。

简单总结测试场景如下：消失的前车真高速版、高速临时施工、施工路遇卡车、高速惊现事故车、高速入口遇野蛮加塞、莽撞横穿的猪。

这些场景，都是属于智驾能力中的 corner case（边缘案例，不是用户最常见的使用场景），但在现实中又有不少人遇到过的（高速入口强行低速加塞那个我本人都遇到过不止一次，消失的前车也遇到过容易一些的版本）。

很多人吐槽懂车帝在测试中的 " 控制变量 " 不够好，在笔者看来，大概率不是懂车帝故意为之。实在是因为车辆测试要做到完全精准与标准，是一个耗资巨大的活。下图是耗资 5 亿的某碰撞测试场地：

以 " 控制变量 " 标准化做到极致的车辆碰撞实验为例，为了保证测试的公允性，车辆其实自身并不具备动力，而是由场地中的测试轨道负责提供动力，从根本上保证测试车辆的速度和碰撞角度准确。

但代入到智驾测试场景，尤其是目前已经放出的高速场景，懂车帝测试过程中的许多动作只能靠人完成，因为市面上暂时不存在对应的测试装置。更不提智驾车辆本身的行驶，处于接管状态，如何既部分控制智驾车辆的运动过程（例如速度和初始路径等等），又要反过来评估它智驾的表现（油门刹车的选择，路径的选择），目前看起来还是个颇为薛定谔的事情。

加之测试装置目前没办法实现极高的加速度（本质就是车辆拖动的靶子），所以即便触发条件一致（大概率是测试车辆走到特定点就释放靶车），在实际情况中也无法做到场景的完全复制，更做不到对所有测试产品 100% 的公允。

总的来看，懂车帝能够将测试做到这个水平，已实属不易。即便不够完美，但这场测试足以证明——对于高速 NOA 这个被认为不是最难的场景，中国车企的智驾水平的确发生了一定程度的倒退。

谜底其实就藏在谜面上，正如马斯克自己所说，特斯拉的智驾能力目前并没有用本地数据训练。实际上特斯拉 FSD 的能力，是用美国的智驾思维和智驾数据打造的。

那么中美道路情况到底有多大的差距呢？借用前华为智驾负责人苏菁地平线副总裁兼首席架构师的话来说：" 中国道路基建的随意性比美国大太多；中国的外卖骑手和电动车工具开车的行为在美国也是没有的，会导致大量需要处理的博弈问题。"

苏菁所指的这个 " 基建随意性 "，主要指代的是普通道路的情况，而非中国建设较为标准化的高速。

对于车企而言，要去适应国内普通道路的情况，就要在智驾系统中构建完全不同的架构和底层，在现实数据方面也完全不同，最后又继续根据现实情况不断调优。

具象一点说，这就是两种水土下孕育出的两种 " 大脑 "（大模型本质就是一个局部的大脑）。也可以说，一方水土养一方智驾。

搞各种 NOA，尤其是博弈需求最重的城市 NOA，充满了各种各样不按规则行驶的汽车，有胆子一个比一个大的行人和电动车。

这些再多规则都无法解决的场景（因为变数实在太多），到了大模型时代终于有了解决的办法。中国车企在大模型结构上加入了对不同交通参与者的关注，考虑到了许多美国不会发生的意外场景，再加上中国老司机的数据持续输入，最终让现如今的国产智驾大模型已经有了非常强的 " 博弈 " 能力。

简单解释起来就是，有了充足的 " 博弈 " 能力之后，车辆在遇到突发情况下，会更偏向于以老司机的思维来解决，不至于一点挑战就急刹退缩。你也可以理解为 " 不怂 "，其中一个最直观的结果在本次测试中，体现为前方有故障车，智驾 " 比起简单的刹车，更偏向于复杂的绕道 "。

这种在日常使用中甚至会被使用者称赞的高级能力水平，到了此次懂车帝相对极限的测试场景中，最终暴露了 " 不怂 " 风格下的短板。

也是为了完成更冒风险、更高难度的驾驶，智驾系统必然需要对路线进行更多的思考和决策，体现为此次测试中许多智驾系统的 " 犹豫不决 "，也一定程度上侵占了减速所需的时间。

很讽刺是不是，用来在城区保证通行效率的算法结构，反过来在高速上降低了安全系数。

相比之下，虽然特斯拉目前在国内已经架设了服务器，用本土的数据对 FSD 进行训练调优，但是其核心的智驾大模型架构仍基于美国本土相对简单的版本，也就是没有了 " 强博弈 " 的负担，对于高速这种 " 反应时间 " 比 " 优选路线 " 更优先的场景中，反而输出了更优的表现。

这就好比两个人，第一个你让他连玩十次脑筋急转弯，第二个只做十次简单的算术题。当第十一次给两个人极为简单的算术题，第一个人反倒不会直接给出那个最直白的答案，反而要绞尽脑汁想想这道题 " 脑筋急转弯 " 在哪里。结果只可能会是第二个人的反应速度遥遥领先。

为什么懂车帝只做这种对中国智驾不利的场景？难不成真的收了特斯拉的钱？

非也非也，其实早在周三懂车帝视频号发布的第一个视频中，就曾明确了整个智驾测试总计 15 个场景。除了上面已经提到的 6 个高速场景，还有 9 个城市场景。

9 个城市场景的名字如下：开进大转盘、转盘内汇出、过马路四小学生、故障车躲不躲、平庸的掉头、斜刺电瓶和儿童过马路、倒车难题、疯狂电瓶、盲区藏辆左转车。

目前懂车帝还没有发布这 9 个城市场景的测试结果，但笔者大胆预测：国产智驾系统 " 强博弈 " 能力必定会在这些场景中发挥更优，国产智驾系统表现 " 反超 " 特斯拉是板上钉钉。

明明也有国产智驾系统擅长的场景，为什么不一起发出来？这么多国产品牌智驾表现都这么糟糕，为什么懂车帝还要发出来？难道不会影响他们自己的商业利益么？

这几个问题有一个共同的答案：这次智驾大测试真正的推手压根不是懂车帝，而是官方。

先不说懂车帝视频发布之初，特别强调了央视视频的背书（央视视频后来删除了部分推广，大概率是车企申诉 " 打压创新 " 的结果），在懂车帝第一次发布视频的同一天，还有两个官方机构发布了智驾相关的内容，一个是公关部交管局局长，一个是科技部。

要加强车企管理。积极配合工业和信息化部等行业主管部门，督促车企落实主体责任，充分开展组合驾驶辅助测试验证，明确系统功能的边界和安全响应措施，严格遵守《中华人民共和国广告法》，杜绝进行夸大和虚假宣传；督促车企严格履行告知义务，强化新用户培训，帮助新用户熟悉掌握汽车辅助驾驶功能的使用方法和禁止事项，切实担负起生产一致性和质量安全的主体责任。

驾驶人始终是行车安全的第一责任人。我们希望通过采取多种形式的宣传提示，使广大驾驶人清楚认识到现阶段辅助驾驶不等于自动驾驶，在购车和使用的时候，都应该全面了解、掌握辅助驾驶系统的功能特性以及启动和关闭的方法。在使用的过程中，应该清楚认知辅助驾驶的技术边界，一旦我们 " 脱手脱眼 "，可能面临严重交通安全隐患和法律风险。

而科技部发布的则是一份《驾驶自动化技术研发伦理指引》，目的在于 " 指导驾驶自动化技术研究开发和应用的规范开展，防范驾驶自动化技术研究开发与应用过程中的科技伦理风险，推动该领域健康发展，确保驾驶自动化技术研发和推广符合社会公众利益。"

值得一提的是，本次懂车帝测试所用的道路，全部为日常使用的真实道路。海南儋州的许多测试场地为此最多封路了 10 天，其中包括 G98 环岛高速这样的大动脉，部分城区道路还导致了公交线路改道。

三个完全不同责任分属的官方，就智驾在同一天发声，傻子都知道不是巧合事件。

在虎嗅汽车看来，这就是顶层在此前 " 叫停 " 智驾宣传之后，在研究了汽车行业的现状、汽车消费者现状所制定的一次大规划——既然澄清智驾能力不符合汽车从业者的利益，对于驾驶者的培训迟迟无法落实到位，那么这个工作只能由官方牵头来做。

一方面对车企下达严格的伦理要求，明确智驾下的责任归属，同时用一场测试集中破除消费者心目中因为车企宣传、自我想象、有限的亲身和非亲身体验所形成的对智驾的 " 盲目信任 "。

这本质上压根不是什么行业测评，而是一次国家级别的安全警示教育活动。

这样的活动有了第一次，就会有第二第三次，显然持续保证 " 智驾推广的风险可控 "，已经成为了官方新核心逻辑。但究竟能够对车企宣传侧形成怎样合理的约束，能否让使用者充分意识到技术的不成熟性，同时还不影响中国智驾技术和产业的发展，官方在众多细节上的平衡，仍需要通过时间的检验。

亲嘴后衣服全扔了_老公小三亲嘴扔衣服视频大全

「活动」首次登录送19元红包

415.43MB

版本V5.75.82

下载APK 高速下载

下载欧美大片ppt免费大全安装你想要的应用更方便更快捷发现更多

34%好评(534人)

117

详细信息

软件大小: 432.97MB
最后更新: 2025-07-26 10:40:11
最新版本: V4.40.7
文件格式: apk
应用分类:ios-Android 宁波蜜桃文化传媒有限公司招聘
使用语言: 中文
: 需要联网
系统要求: 5.41以上

应用介绍

一，吃雪白的扔子视频，免费观看大片哔哩哔哩
二，9.1成长视频蘑菇视频，伊甸直飞2027直飞达入口免费
三，姐姐教你射脚枪的视频在线观看，中文字幕+乱码+中文字幕17c
四，45岁老阿姨喷了三次尿素乳膏，老师错一题少一件衣服怎么办
五，鲛绡帐内一撞一冲的意思，免费进入b站哔哩哔哩
六，9:1短视频，圆滚滚的大扔子视频
七，漂亮儿媳妇中字头和公字头意思
【联系我们】
客服热线：132-2881-646

加载更多

版本更新

V9.33.7

国产一线二线三线女装品牌