特斯拉与中国车企智驾表现对比 - 特斯拉在中国没有使用本地训练数据的情况下取得最高成绩 凸显其基于美国数据训练的智驾系统在高速场景的优势[1][18] - 中国车企智驾系统在高速NOA场景表现出现倒退 主要因专注于城市复杂路况的"强博弈"能力开发[17][23] - 中美道路差异显著 中国道路基建随意性大 存在大量电动车和外卖骑手等美国没有的交通参与者[19][20] 智驾测试方法论与局限性 - 完全精准的车辆测试耗资巨大 某碰撞测试场地耗资5亿 智驾测试难以做到完全控制变量[13][15] - 当前智驾测试装置无法实现极高加速度 难以完全复制场景 测试公允性存在挑战[16] - 懂车帝测试已属不易 虽不完美但足以揭示行业现状[17] 中美智驾系统技术路线差异 - 中国智驾系统专注于城市NOA场景 开发"强博弈"能力以应对复杂路况[23][24] - "强博弈"能力使系统更倾向于老司机思维 在突发情况下选择绕行而非急刹[25] - 这种设计在高速场景反而降低安全系数 表现为决策犹豫和反应时间延长[26][27][28] 未发布的城市场景测试预期 - 懂车帝测试包含15个场景 已发布6个高速场景 还有9个城市场景待发布[30] - 城市场景包括转盘汇出、儿童过马路等极端复杂情况 预计中国智驾系统将反超特斯拉[31][32][33] 测试背后的政策导向 - 测试由官方推动 三个不同部门同日发声 显示顶层设计意图[34][35][37] - 目的是破除消费者对智驾的盲目信任 推动行业健康发展[38][39] - 这是国家级安全警示教育活动 将持续开展以确保智驾推广风险可控[40]