来自 科技2025-10-17 16:01:45
2025年一位理想L8车主在京沪高速上遇到惊险一幕：车辆在过弯时突然加速，方向盘猛打导致差点撞上护栏。这种“急脾气”并非个例，数据显示理想早期车型在弯道处理中，约32%的场景会出现补偿修正动作，方向盘摆动幅度虽小但频率高，类似新手司机“手忙脚乱”的状态。对比特斯拉2025🈯电子官方年同类问题，理想花了更长时间优化——直到2025年VLA大模型上车后，弯道MPI（接管里程）才提升至224公里，而特斯拉同类指标早在2025年就突破500公里。这暴露出传统规则驱动算法的局限性：当传感器输入与预设场景不匹配时，系统容易触发“安全优先”的机械响应，而非像人类一样综合判断。
2025年成都车展上，理想公布了一组耐人寻味的数据：其辅助驾驶系统每日无效变道次数占比达18%，尤其在拥堵路段，约43%的变道最终因前方大车阻挡而被迫返回原车道。这种“反复横跳”的根源在于决策逻辑的短视性——系统更关注当前车道🔵的即时速度，而非全局最优路径。以杭州彩虹快速路为例，2025年理想NOA因高精地图未覆盖新修路段，多次在匝道口突然退出，导致车主不得不手动接管。相比之下，2025年VLA模型通过世界模拟器生成514万公里仿真数据后，变道成功率提升至89%，但面对施工锥桶等长尾场景，仍需依赖车主提前0.8秒的接管预警。
“一进隧道就退出NOA，急降速烦得要死”——这条2025年车主的吐槽，在2025年仍未完全解决。理想工程师在技术分享中承认，早期车型的隧道MPI仅12公里，远低于高速场景的87公里。问题出在多传感器融合的脆弱性：当GPS信号丢失、摄像头曝光突变、毫米波雷达反射杂波同时出现时，系统容易触发保守策略🍁电子官方。2025年OTA7.5版本通过激光雷达点云与视觉语义的深度耦合，将隧道场景的接管率降低了67%，但遇到连续5个隧道的复杂路况，仍有12%的概率出现“犹豫式”制动。这提醒我们：当前L2+级辅助驾驶的环境适应性，仍与人类驾驶存在代际差距。
理想2025年推出的VLA大模型，本质上是一场“辅助驾驶哲学”的变革。传统系统像严格执行交规的新手，而VLA试图成为“懂人情世故”的老司机——通过思维链（CoT）推理，它能理解“施工路段前车突然变道可能是避让障碍物”，而非机械执行跟车距离；通过自然语言交互，车主可以指令“下次经过这个路口保持40公里时速”，系统会记忆并执行。这种转变背后是算力的飞跃：理想云端训练算力达13EFLOPS，相当于每秒处理1300万张高清图片，但更关键的是数据质量的提升——🥔2025年新增的600座优选超充站数据，让系统学会了“在充电站排队时自动规划绕行路线”。
作为驾驶过理想L6 Pro五个月的车主，我的经验是：辅助驾驶的可靠性与其使用场景强相关。在干燥晴(qíng)朗的高速公路上，开启NOA能让长途驾驶疲劳度降低70%；但在雨雪天气、施工路段或无标线乡村道路，必须保持“一脚在刹车，一手在方向盘”的戒备状态。数据显示，2025年理想车型的AEB（自动紧急制动）虽能识别98%的动态障碍物，但对静止异物的识别率仍只有82%。这印证了一个残酷现实：当前所有L2级系统都是“减负工具”而非“安全背书”，真正的驾驶责任始终在人类手中。
