過去三年,我們見證了“開城數量”的內卷和“激光雷達”的軍備競賽。但當智能駕駛邁入2026年,真正的決勝點還是要回歸一切的核心——輔助駕駛解決方案。
![]()
這次我們刻意避開了北京、上海等被過度優化驗證的“樣板間”,來到了安徽黃山。
這里既有非標準化的鄉村窄路,也有復雜的人車混流古鎮,是檢驗系統方案能力的絕佳樣本。
這一次,我們不比車型,只拼“大腦”。
參與測試的四位選手,堪稱當前智駕領域的“頂流方案”:
占據合資車型半邊天的Momenta R6;
自帶芯片的新起之秀地平線 HSD;
老牌供應商博世高階一段式端到端。
一起來看看,從路上的雞,到蜿蜒的山路,四大智駕系統在這條充滿“意外”的黃山道路上,表現如何。
這路都能開?
山路、鄉道是檢驗輔助駕駛泛化能力的“試金石”,這樣的道路通常會寬窄不一、邊緣不整齊,缺乏規范的交通標志,同時也屬于大數據中訓練量較少的一類場景。
這樣的環境留給輔助駕駛出錯的冗余非常少,對即時感知和動作幅度的要求很高,可能一點誤差就會引發剮蹭或掉溝。
而這四套輔助駕駛居然都不挑路,能在蜿蜒起伏的山路、鄉道中穩定行駛。
![]()
稍有些特殊的是華為ADS在一環島處出現了降級的情況,但難度更高的爬坡山路又能夠正常啟用。
另外三套系統沒有出現降級情況,不挑路況。
途中也出現過比山路更刁鉆的極限場景,比如這種T字路段窄橋。
我們直行到路的盡頭需要左轉上橋,由于來路很窄,沒有什么借道空間,各車都得卡轉彎半徑的極限,判斷左轉的位置和時機就很重要。
人駕都得左顧右盼,博世和華為居然成功通過了!
博世直接擇機左轉,剛好能過。
華為ADS考慮到車身尺寸,選擇向右前挪點位置,再左轉上橋。
![]()
另外兩臺車都未能通過。
期間,博世還碰到了一次“小動物突襲”。
下狹窄村道時,一只雞趴在路邊,體型小,而且目前業內都忙著訓練系統對貓狗這種更常見的動物做避讓,雞屬于是非標障礙物的代表。
結果博世的一段式端到端居然可以成功繞過去。
![]()
通過可視化界面,能夠明顯看出來,系統快速識別遇障并采取了繞行,時機也比較早。
整體來看,這四套方案的空間感知能力都不錯。
不過面對更抽象的人為施工場景,這四套方案拉開的差距就比較大了。
施工
首先看施工顛簸路,臨時紅綠燈周圍鋪設有施工用的鐵板,人駕經過就一定會減速慢行。
四臺車中,博世的系統在減速以后給車上人的乘坐體感最好。
![]()
Momenta由于加速通行,直接給車來了個“顛鍋”,乘坐體驗不好;地平線HSD甚至因為顛簸導致功能退出了。
另一組壓軸場景是不規則施工封路,沒有正常車道入口,僅邊緣處有豁口,我們甚至糾結過這里能不能通行。
結果是四臺車有三臺通過,Momenta 其實也找對了大方向,但是沒調好車身沒法完全轉進去,有和路沿擦碰的風險,卡死后駕駛員介入。
![]()
絲滑感
出于用“附加題”拉開差距的心態,我們的測試路線確實包括很多高難度場景,但其實大部分時間,四套方案都在普通道路上正常駕駛。
當輔助駕駛都正常開的時候,一段式端到端由于系統時延更低,處理響應更快,所以在體感上更具備優勢。
這次測試中的“最絲滑”名場面由博世提供:
![]()
當前方有一臺慢三輪車壓速,右方又有另一臺三輪車“包圍”,博世直接選擇蛇形走位,向前過右車車頭再加速右變道,突出重圍。不僅極致利用了空間,整個動作的橫縱向聯合控制的表現也非常協調。
一段式端到端架構之所以能讓博世在繞雞、鉆窄橋、蛇形突圍時處理得那么絲滑,根本在于它把感知到決策的過程“揉”成了一種本能反應,而不是先識別、再分類、再規劃、再執行那種機械的多步驟流程。
這種端到端的“直覺”,讓系統在面對訓練數據里沒出現過的“非標場景”時,依然能生成合理的行為軌跡,甚至表現出類似人類的預判與微調能力。
這次的黃山測試,恰恰驗證了一段式端到端架構的上車,確實給輔助駕駛帶來了體驗上的質變。它不只是更流暢,也更會舉一反三。
讓輔助駕駛越來越“類人”,除了方向盤和電門控制得更細膩,更要能在突發場景中靈活應變。
而博世這次的表現,或許在告訴我們,下一階段的智駕競爭,不僅是算法和算力的比拼,更是工程落地能力和多場景普適的綜合較量。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.