检验智能驾驶系统在极端环境下的反应能力，没有一款车型能完美通过所有测试项目。示意图，图为2025年4月24日，在上海国家会展中心举行的第21届上海国际汽车展览会上，比亚迪旗下品牌仰望U7汽车展出
2025年7月23日，中国知名汽车媒体“懂车帝”联合央视推出《懂车智炼场》节目，对36款主流新能源汽车的辅助驾驶系统进行了一次实测，旨在检验智能驾驶系统在各种环境下的反应能力。结果却令人震惊：没有一款车型能完美通过所有测试项目，整体通过率远低于车企宣称的“高阶智能驾驶”水平。
特斯拉Model3与Model X以近90%的通过率成为唯一“赢家”，而国内品牌如华为智界、小米SU7、比亚迪汉等表现惨淡，甚至全项失败。这场测试不仅撕下了中国新能源汽车智能驾驶的“高科技”面纱，引发公众对中国车企智驾安全性的质疑，更暴露了行业技术短板、虚假宣传与监管缺失等深层问题。
测试结果：宣传泡沫下的技术真相
这次实测在15公里封闭高速及城市道路上进行，模拟6类高速场景（如消失的前车、野猪横穿）和9类城市场景（如儿童突然冲出、转盘汇入），共计416次测试（高速183次，城市233次）。这些场景贴近现实极端路况，考验系统在感知、决策与反应的完整性。测试结果显示：
高速场景：183次测试仅通过44次，通过率24%。70%车型在“消失的前车”场景直接撞车，53%无法避让夜间施工卡车；“野猪横穿”场景通过率仅4.5%，多数车型误判障碍物为“塑料袋”或“阴影”，未刹车直接撞击。
城市场景：233次测试通过103次，通过率44.2%。42%车型无法及时刹停“儿童冲出”场景，特斯拉Model X以88.9%通过率领先，国内品牌如智界R7、阿维塔12排在其后（通过7次）。
特斯拉表现：Model3与Model X通过5/6项高速测试，仅在“野猪横穿”与“高速施工”场景失误，整体通过率近90%，远超国内品牌（最佳通过3项，多数0—1项）。
国内品牌：比亚迪汉、小鹏P7通过率0%，问界M9、小米SU7在关键场景（如夜间障碍、消失的前车）直接撞车，AEB（自动紧急刹车）功能失效。
测试暴露了中国车企智能驾驶系统在算法、系统协调与场景适应性上的显著短板。例如，问界M9在施工场景因AEB与NOA（导航辅助）系统冲突，导致避让失败，凸显国内品牌硬件堆叠（激光雷达+毫米波雷达+摄像头）看似强大，但系统融合不足，算法优化滞后。
相比之下，特斯拉纯视觉方案依靠全球驾驶数据与模拟器训练，模仿人类司机动态判断，展现更稳定、更果断反应能力。特斯拉CEO马斯克在社交媒体转发了测试视频，强调在无中国本地数据情况下仍获第一。这揭示出国内品牌在核心算法与数据处理上的差距。
测试中最令人触目惊心的是，多数智能驾驶系统在关键时刻失效，形同“辅助撞车”。测试显示，开启辅助驾驶的“事故幸存率”仅17%，远低于国内宣传的“L3级甚至媲美L4级”辅助驾驶能力。2024年，全国涉及辅助驾驶功能的交通事故投诉量已达327起，较2023年同期增长47%。
比如，2024年3月，小米SU7在安徽德上高速在NOA（导航辅助驾驶）模式下遇到维修路段的路障，以97km/h速度撞护栏起火，3人遇难，AEB未触发。这些事故无不指向一个残酷事实：当前智能驾驶仅为L2级别，需全程人工监管，而车企宣传的“高科技”神话可能是致命陷阱。
虚假宣传：从“遥遥领先”到信任崩塌
近年来，中国新能源汽车行业将智能驾驶作为核心卖点，在营销宣传中通过高调发布会与模糊术语打造“科技感”与“安全感”。典型宣传包括：
华为：余承东在问界M7/M9发布会上宣称ADS2.0“遥遥领先特斯拉”，用“L2.999”暗示接近L3，称M9“想撞都难”，无需操控。
小米：雷军在SU7发布会上宣称AEB可135km/h刹停，高速领航“每300km接管不超1次”，营造全场景无忧假象。
小鹏：宣称“全场景无断点NOA”，暗示媲美老司机的自动驾驶能力。
比亚迪：连7万元（人民币，下同）的海鸥也标榜“天神之眼”高阶智驾，模糊功能边界。
这些宣传通过企业领导人豪言壮语、炫酷演示与广告视频，塑造“解放双手”“闭眼开回家”的愿景。然而，测试结果表明，这些所谓“高阶智驾”在真实路况下不堪一击，多数系统甚至连基本避障都无法完成，遑论“媲美L4”。
中国车企利用信息的不对称，制造“全场景自动驾驶”假象，诱导消费者误以为可完全脱手驾驶。发布会上的演示往往在理想路况下进行，掩盖系统在复杂环境中的短板。更令人警惕的是，部分车企采用“最后一秒退出”机制，即一旦系统识别到即将发生碰撞，它会立即中断接管、将控制权交还驾驶员，试图规避法律责任。
事故发生后，车企统一口径称“驾驶员未监管，脱手违规”，以免责声明撇清关系。例如，问界M7事故后，华为强调“未配备高阶AEB”，小米SU7则将事故归咎于“车主操作不当”。这种“甩锅”策略让消费者成为最大受害者，信任危机也随之爆发。
此外，国内车企还利用“爱国主义”情绪包装品牌，通过“国产超越特斯拉”“科技自主遥遥领先”的话术吸引流量。华为的余承东、小米的雷军等通过“企业家人格化”营销，结合“爱国叙事”，放大品牌影响力。
类似做法在其它行业也有体现，比如，娃哈哈的宗庆后以“爱国企业家”形象营销，却被曝海外设信托基金，形象崩塌。过度依赖“爱国牌”营销虽能短期获利，但长期损害品牌信誉，最终可能因现实反噬而重创用户信任。
技术差距：硬件堆叠与算法软肋
据行业估算，特斯拉每年投入超20亿美元用于AI与算法研发，远超国内车企。在本次测试中，特斯拉的突出表现得益于其纯视觉技术路线，仅用7个摄像头，依托先进算法与数据驱动实现环境感知与决策控制。其核心优势在于以下三点：
第一、成本效益：特斯拉智驾系统成本比国内激光雷达方案低约40%（激光雷达单件约500美元，摄像头仅几十美元）。低成本硬件释放资源用于算法优化，保持技术领先。
第二、单一逻辑避免冲突：纯视觉方案以FSD为核心，从感知到决策一气呵成，避免多传感器数据冲突，反应更稳定。
第三、全局数据与模拟器训练：特斯拉利用全球数百万车主驾驶数据，通过自研模拟器（World Simulator）重现复杂场景，训练算法模仿人类司机的动态判断。比如，在“野猪横穿”场景中，Model3成功减速、打灯、从2.5米缝隙穿过，展现类似老司机的果断判断。
测试结果表明，技术突破依赖数据积累与算法创新，而非传感器数量。国内车企普遍采用硬件堆叠策略，配备激光雷达、毫米波雷达等高成本传感器，理论上覆盖无死角，但实际效果不佳。主要问题包括：
首先，系统协调性差。国内品牌看似硬件豪华，却存在严重的算法协调问题。一旦遇到复杂环境，多传感器信息冲突，系统容易“当机”，出现延迟或失误。
其次，算法优化滞后。国内品牌依赖本地数据，缺乏全局训练，感知与决策链条不完整，遇突发情况易失灵，如在“野猪横穿”场景中，多数车型误判为低优先级物体（如塑料袋），未触发刹车，暴露算法对边缘场景的处理能力不足。
再次，研发投入不足。国内车企研发在算法与数据处理上投入有限。
2024年，比亚迪研发支出约400亿元，但仅10%用于智驾算法，远低于特斯拉的专项投入。硬件堆叠虽能提升“科技感”，但无法转化为可靠性能。
最后，高成本低回报。激光雷达等高成本传感器推高智驾套件溢价（3万—6万元），增加消费者负担，却未提升安全性。例如，小米SU7高配版智驾溢价4万元，但在测试中AEB未触发，形同摆设。
根据美国汽车工程师协会（SAE）分级，当前所有智能驾驶系统均为L2级别（部分自动化，需人工干预），远未达到L5全自动驾驶。即便特斯拉在美国Motor Trend测试中也仅“勉强及格”（约60分），存在幻影刹车（因阴影误判急刹）、自杀式转向（无征兆转向对向车道）、红绿灯失误（闯红灯或犹豫）等问题。
社会现象：监管空白与情绪化消费
截至目前，中国仍无统一的智能驾驶标准，车企可随意使用“L2++”、“高阶智驾”等模糊术语，误导消费者。由于缺乏强制标准与功能边界规范，车企通过免责声明将事故责任推给车主，营销与安全形成尖锐矛盾。
负面消息常被压制，消费者维权困难。例如，2024年5月，比亚迪腾势车主因吐槽车辆故障被拘留7天。车企通过公关与法律手段压制质疑声音，消费者缺乏独立信息来源，维权成本高昂。这种环境加剧了信息不对称，消费者难以辨别宣传与现实的差距。
此外，国内舆论环境导致大众缺乏独立思考能力，容易被“爱国叙事”情绪裹挟，形成盲目消费和情绪化支持。再加上短视频平台（如抖音）算法强化单一信息流，加剧公众认知偏差和非理性情绪，使质疑声音被标签化为“不爱国”。
智能驾驶乱象并非孤立现象，类似问题在食品安全（如铅中毒）、对日核废水舆论等事件中也有体现。算法与民粹结合制造“虚幻认知”，公众缺乏事实校正机制，易陷入情绪化消费。
结语
懂车帝的测试反映出中国新能源汽车行业浮躁、监管缺失与公众认知偏差。这不仅是行业问题，更是制度漏洞，让消费者成了监管滞后与虚假宣传下的牺牲品。智能驾驶作为行业的未来方向，承载了民众对便捷与安全的期待，需要靠真实数据与技术积累，而非PPT与情怀。
国产智驾的宣传，利用了信息差和民族情绪，让消费者相信“国产已全面超越特斯拉”。这种认知模式，不仅出现在汽车行业，也出现在食品安全、公共卫生事件中。杭州自来水异味、甘肃儿童铅中毒事件，都是这种逻辑的翻版：靠情绪化宣传掩盖问题，维持信任。然而，掩盖问题只会让危机以更暴烈的方式爆发。最终换来的，是信任体系的全面坍塌。
