核心观点 - 懂车帝对20多个品牌近40款车型进行15个场景的辅助驾驶测试，平均通过率仅35.74%，特斯拉表现突出[2] - 测试引发车企对辅助驾驶安全性的讨论，部分车企质疑测试方法和结果的普遍性[5][6] - 行业面临L2向L3升级的技术瓶颈，需解决非标障碍物识别和极端场景感知问题[9][10] - 激光雷达与纯视觉方案的技术路线争议持续，提升感知能力是当前主要方向[11][12] 测试结果分析 - 整体表现：15个场景平均通过率35.74%，高速夜间遇施工场景仅47%车辆避让，儿童突然冲出场景58%车辆刹停[2] - 特斯拉优势：Model X和Model 3在高速6场景中通过5项，城市9场景中Model X通过8项[2] - 国产短板：高速避险和非标障碍物识别能力不足，技术共性瓶颈显现[5][10] 车企反应 - 特斯拉态度：强调安全无上限，认为测试排名是相对的，法律限制下仍取得中国区最佳成绩[5][6] - 其他车企质疑：岚图指出测试反映行业技术瓶颈，理想工程师称单次测试变量不可控，智界/AITO/鸿蒙智行不予置评[5][6] - 懂车帝回应：否认人为干预测试，解释AEB功能抑制NCA导致绕行失败，强调测试目的是科普安全边界[7] 行业技术动态 - L3竞赛加速：广汽计划2024年量产L3车型，2026年推L3+，2027年布局L4[10] - 硬件升级：小米SU7全系标配激光雷达和700TOPS算力芯片，提升暗光环境识别[10] - 感知方案争议： - 激光雷达派：禾赛科技认为其能覆盖极端场景且成本更低[11] - 纯视觉派：小鹏通过提高算力增强安全性，但需大量数据训练[11] - 融合方案：需补充超视距动态信息，如提前4小时上传道路拓扑数据[13] 技术挑战 - 动态场景复杂性：Waymo仿真显示人类驾驶意图预测错误率15%，城市道路需每秒处理数十移动目标[11] - 传感器局限：激光雷达雨雪天散射，毫米波雷达静态物体分辨率低，摄像头受光照影响[12] - 系统延迟风险：计算延迟超100毫秒可能导致决策失效[11]