测评特斯拉后，国内智驾的天塌了！

来源 |  汽车行业关注

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>自动驾驶前沿信息获取→自动驾驶之心知识星球

本文只做学术分享，如有侵权，联系删文

近日懂车帝对当下热门近40款车型进行辅助驾驶功能实测结果，引发大量网友的关注。与此同时，此次的测试结果也得到了多家车企的回应。从两份测试报告来看，无论是高速还是城区，特斯拉都处于断档领先的地位，国内智能驾驶还有很长的路要走啊。。。

据了解，懂车帝辅助驾驶大型科普节目《懂车智炼场》在7月23日上线，该节目主要选取了一些市面的热门车型进行实测。官方表示此次实测的内容分为高速事故场景、城市场景模拟测试等。其中，高速事故场景共设置了6类场景，分别是高速惊现事故车、施工路遇卡车、高速临时施工、消失的前车、高速路口遇野蛮加塞、莽撞横穿的猪。城市场景下共设置了9类场景，分别为开进大转盘、转盘内汇入、四小学生过马路、故障车躲避、平常的调头、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。

懂车帝目前公布了36款车高速事故场景与26款车城市场景的测试结果，高速事故场景结果显示:2023款特斯拉Model3后轮驱动版与ModelX双电机全轮驱动版排名榜单第一第二位置，仅一项未通过。其中，Model3在“莽撞横穿的猪”一项未通过、Model X则在“高速临时施工一项未通过”。排名在后的为蓝山、小鹏G6、问界M9、智界R7，腾势Z9GT EV这些车型的通过率为3/6，有3项显示未通过。还有很多车型通过率均低至1/6，甚至有的车一项都没有通过。

从城市事故场景测试结果来看，Model X的测试结果排名第一，仅在倒车难题一项中未通过。排名后续的车型为智界R7、阿维塔12、铂智3X通过率为7/9。从官方公布的两个场景的测试结果来看，测试的大部分车型在辅助驾驶功能仍有很大的提升空间。

对于这两份的测试结果，也得到了不少车企的关注。其中，岚图汽车高管邵明峰在个人微博发文表示：懂车帝封闭高速测试如同一面镜子，映照出行业在极端场景下仍存技术共性瓶颈：高速避险、感知系统对非标障碍物识别等能力需进一步提高。

特斯拉CEO马斯克也在个人社交平台转发了懂车帝《懂车智炼场》辅助驾驶科普节目的高速公路场景的测试视频，并配文称：“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。”特斯拉副总裁陶琳也针对此次测试结果发文称：“这次测试的结果我们和大家一样都是从媒体上看到的，我们不关注排名，因为任何测试、排名都是相对的、短暂的，但对安全的要求却没有上限。”

鸿蒙智行则对懂车帝的测试结果评论表示：已看到某平台所谓“测试”，不予置评。广汽丰田销售副总的@广汽丰田彭宝林回应：安全优先、生命至上，再好的智驾都是辅助驾驶。

值得一提的是，懂车帝的测试结果也同样引起了不少网友的讨论，甚至有网友质疑测试的结果。对此，懂车帝回应指出：大量账号通过截取某车型视频内容制作图片，相关内容与事实不符。此外，懂车帝还指出在测试过程中，驾驶员并未人为干预方向盘打断车辆向左变道。相反，是车辆的AEB（自动紧急制动）功能触发后，导致车辆的NCA（Navigate on Autopilot，自动辅助导航驾驶）功能因AEB的持续介入而被抑制。NCA功能被抑制后，车辆无法执行绕行动作。并表示节目推出的是希望通过节目科普，告诉消费者辅助驾驶的安全边界，自己才是生命第一责任人。

实际上，近年来随着智能化的快速发展，不少车企都推出辅助驾驶功能。智能驾驶辅助系统的出现，确实在驾驶功能方面给驾驶员带来了一些便利，提高了驾驶的体验感。但目前市面上还没有经过认证的L3级智能驾驶产品，驾驶员需要正确地使用它，关注自身驾驶安全。与此同时，对于车企来说，在宣传车辆智能驾驶辅助系统时也要注明辅助驾驶的使用限制，强化车主的驾驶意识。

自动驾驶之心

论文辅导来啦

知识星球交流社区

近4000人的交流社区，近300+自动驾驶公司与科研结构加入！涉及30+自动驾驶技术栈学习路线，从0到一带你入门自动驾驶感知（大模型、端到端自动驾驶、世界模型、仿真闭环、3D检测、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、大模型，更有行业动态和岗位发布！欢迎加入。

独家专业课程

端到端自动驾驶、大模型、VLA、仿真测试、自动驾驶C++、BEV感知、BEV模型部署、BEV目标跟踪、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、CUDA与TensorRT模型部署、大模型与自动驾驶、NeRF、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频

学习官网：www.zdjszx.com