記者丨易思琳 編輯丨吳曉宇

近日，汽車媒體懂車帝發布一系列關于輔助駕駛真實事故場景模擬的科普實驗，該實驗總共涉及15個科目，為國內外20多個品牌，包括特斯拉Model 3和Model X、小鵬G6、問界M9在內的近40款車型設置了車輛假人模型，并模擬真實車流，來驗證這些車型的智駕實際表現。

具體來看，15個事故測試場景覆蓋高速、城區道路，高速道路下的測試場景主要包含“高速驚現事故車”“施工路遇卡車”“消失的前車”等6個場景，城區道路則主要包含“開進大轉盤”“轉盤內匯入”“故障車躲避”等9個場景。

實驗結果顯示，在這15個場景中，上述車型平均通過率只有35.74%。高速夜間遇施工+卡車場景，僅47%的測試車輛能安全避讓；兒童突然沖出過馬路場景，58%的測試車輛能有效剎停。

國產品牌在這一場測試表現失利之時，特斯拉卻在各大評價指標中脫穎而出。懂車帝發布的視頻顯示，特斯拉Model X和Model 3在6大高速場景測試中表現較為出色，均成功通過了5項場景測試。在城市9大場景模擬測試中，Model X通過了8項目，Model 3通過了5項。

這一份有爭議的輔助駕駛測試，引發了車企對輔助駕駛安全的再度討論。

“單次測試，不具備普遍意義”

測試結果出爐后，各方車企反應不一。

其中，嵐圖汽車高管邵明峰在個人微博發文表示：懂車帝封閉高速測試如同一面鏡子，映照出行業在極端場景下仍存技術共性瓶頸：高速避險、感知系統對非標障礙物識別等能力需進一步提高。

特斯拉CEO馬斯克也在個人社交平臺轉發了懂車帝《懂車智煉場》輔助駕駛科普節目的高速公路場景的測試視頻，并配文稱：“由于法律禁止數據出境，特斯拉在沒有本地訓練數據的情況下，在中國取得了最高成績。”與此同時，特斯拉副總裁陶琳在社交媒體發文說：“這次測試的結果我們和大家一樣都是從媒體上看到的，我們不關注排名，因為任何測試、排名都是相對的、短暫的，但對安全的要求卻沒有上限。同時，也希望大家看到，這次測試的本意并不是排名，而是提醒大家專注路況，安全第一。”

“單次的測試，并不具有普遍意義，因為每臺車在測試的過程中面臨的變量并不能做到完全一致。”一位在理想汽車智駕部門的高級工程師向21世紀經濟報道記者表示。

對懂車帝測試手段、方法進行評論的，還有其他汽車企業。智界汽車、AITO汽車、鴻蒙智行分別在官方社交媒體賬號發文稱：已看到某平臺所謂“測試”，不予置評。

值得一提的是，懂車帝的測試結果也同樣引起了不少網友的討論，甚至有網友質疑測試的結果。對此，懂車帝回應指出：大量賬號通過截取某車型視頻內容制作圖片，相關內容與事實不符。

此外，懂車帝還指出在測試過程中，駕駛員并未人為干預方向盤打斷車輛向左變道。相反，是車輛的AEB（自動緊急制動）功能觸發后，導致車輛的NCA（Navigate on Autopilot，自動輔助導航駕駛）功能因AEB的持續介入而被抑制。NCA功能被抑制后，車輛無法執行繞行動作，并表示節目的推出是希望通過節目科普，告訴消費者輔助駕駛的安全邊界，自己才是生命第一責任人。

在懂車帝發布測試結果前，7月23日，國新辦舉行“高質量完成‘十四五’規劃”系列主題新聞發布會，對于智能駕駛相關問題，公安部交通管理局局長王強在發布會上回應稱，目前我國市場上銷售的汽車搭載的“智駕”系統都不具備“自動駕駛”功能。這些“智駕”系統都還暫時停留在輔助駕駛階段，駕駛人才是最終的責任主體。

L3前夜，車企打響“安全保衛戰”

今年年初，曾經掀起了兩輪價格戰的比亞迪，開始打出智駕價格戰這一張牌，同時推出天神之眼A、B、C三套智駕方案，覆蓋低、中、高階等各個價位段的車型。之后，零跑汽車等各家車企相繼跟進，在智駕領域掀起新一輪的競跑，比如零跑B10第一次將曾經成本高昂的激光雷達下放到12萬元級別的車型上。

在政策利好與技術進步的雙重驅動下，更多車企對L3級自動駕駛的落地布局提速。3月18日，廣汽集團發布智能科技品牌“星靈智行”，宣布將于今年第四季度量產并上市銷售全國首款L3自動駕駛乘用車。廣汽集團總經理馮興亞曾透露，2026年，使用場景更廣的L3＋自動駕駛將量產。此外，廣汽還將在2027年推出面向用戶的L4自動駕駛，開啟自動駕駛技術新時代。

L2和L3在法律風險上天差地別，L2級事故責任在駕駛員，但L3級則并非如此，L3級別將駕駛任務的“主要責任”從人轉移到系統，這就意味著，制造商必須對系統在自動駕駛模式下的一切行為承擔法律責任。更為重要的是，橫亙在 L2+與 L3 之間的艱巨任務，不是簡單地逐級而上，而是需要跨越一道巨大的安全鴻溝。

車企的這一輪競賽在3月的一次智駕事故中受到了影響。在那之后，車企開始意識到智駕的升級需要十分注意到安全底線。以小米為例，在第二款車小米YU7上，小米對該車全系標配了激光雷達，同步也進行了智駕硬件的升級——全系標配英偉達700TOPS的Thor芯片，小米集團董事長兼小米汽車CEO雷軍稱，“提高車輛在暗光環境下，車輛對地形障礙物的識別。”

如今，懂車帝的測試也的確反映了智駕行業目前在技術上存在的共性瓶頸問題——無論是在高速還是城區避險上，汽車感知系統對非標障礙物識別等能力需進一步提高。

加強車輛對道路信息的感知能力，在車上增加一個激光雷達是當前車企給出的普遍解決方案。

相較之下，如何解決純視覺在夜間的感知識別問題，小鵬的做法是通過提高算力來增強智駕系統的安全性。但禾賽科技研發副總裁梁峰則認為，“這不如加激光雷達經濟”。

他解釋道，純視覺想在夜間、逆光或更多的極端場景（corner case）中保證安全，需要非常多的數據進行訓練，而且還不一定能取得好的效果。但只要裝上激光雷達，這些場景不需要訓練就能覆蓋。“純視覺像在逆水行舟，激光雷達則是在岸上跑。”

一位智駕行業的工程師告訴我們，為了增強車輛的近場感知能力，除加激光雷達之外，還需要引入對超視距動態信息的多維感知。

影響車輛的道路動態信息的因素有很多，包括封閉、施工、事故、活動、天氣等。而在輔助駕駛系統中，獲取道路動態信息的挑戰不少：

一是周邊動態場景的復雜性和不確定性。人類駕駛存在意圖模糊性，如一輛車打左轉燈卻突然右轉。Waymo的仿真數據顯示，此類場景的預測錯誤率高達15%；同時，實時計算也面臨壓力：城市道路中每秒鐘需處理數十個移動目標，如車輛、行人、自行車等，計算延遲超過100毫秒就可能導致決策失效。

二是環境感知的物理局限性。傳感器性能有感知邊界，比如激光雷達在雨雪天可能出現散射，毫米波雷達對靜態物體分辨率低，攝像頭受光照影響大，如逆光或夜間。除此之外，傳感器也可能因視野被遮擋而無法提前發現被遮擋的故障車輛，導致系統響應延遲。

上述業內人士告訴我們，這需要對道路信息做多維的視覺融合感知，提前加強對道路信息做“先驗信息”的補充，比如對車流量大的路段，提前將道路的拓撲結構調整的信息早一點上傳到系統，“最早4小時、最慢當天上傳到系統。”

無論是產品搭載激光雷達還是加強對超視距動態信息的感知，都只能提高輔助駕駛的安全下限、最大程度減少事故的發生，并不能完全規避風險。要做到絕對安全，需要駕駛人自身保持對道路信息的警惕和關注，這也是前段時間公安部交通管理局局長王強所強調的——“在使用輔助駕駛的過程中，駕駛員都應該清楚認知到輔助駕駛的技術邊界。駕駛人始終是行車安全的第一責任人。”

SFC

出品丨21財經客戶端 21世紀經濟報道

編輯丨劉雪瑩 實習生林芷儀

21君薦讀