华为的ADS 3.0在阿维塔上的首秀，就已经能完成从车位到车位的全程智驾过程了。

ADS 3.0也是端到端模式，也是大网+多模块的底层架构；包括阿维塔和享界的部分测试信息来验证这套系统好用程度，确实，ADS 3.0应该是目前国内最好用的智能驾驶配置。实测起来真实的第一感受和ADS 2.0比较像，其实对用户来说是好事，没有在更新后出现体验感上的回退，或者需要重新适应新版本的使用感受，用相对稳定的驾驶体验来延续到3.0版本，挺好，但这不是该夸的点。

在内测之后，预估ADS 3.0全量推送后的使用感受，是上车就能开启智驾模式，泊出、自动出停车场，然后顺着园区或小区的内部道路驶入城区开放道路内，顺利通过复杂路口到达公司所在停车场，并且泊入车位。

以上全流程，是ADS 3.0在测试版中想表达的使用效果，也应该至少是全量推送后，想要落地的真实使用效果。

从家到公司，无需再接管？

感受过ADS 3.0的全流程智能驾驶，或者说你看过它的部分测试视频之后，应该大致和我有同感，不用再去等特斯拉FSD新版本落地国内了，实现的功能应该差不多，可能还没有华为ADS 3.0的好用（毕竟感知硬件有差异）。

虽然这次首秀的实测路况相对来说，比较短，而且复杂程度一般（封闭场地内，没有其他社会车辆）。在测试过程中，并没有出现接管的情况，经历了从车位泊出开启智能驾驶，绕行、避让、施工道路的路径规划等，整个全流程除了没有园区内道路、进出停车场闸机的工况外，基本都涵盖了。

全量推送之后，是否具备无需接管的能力？

ADS 3.0相比2.0或者目前其他的智驾功能，在使用端最大的区别，是智能驾驶开启的时间更早，涉及的工况更为全面了；在底层架构端，最大的区别，是从之前的多网，变成了大网多模块的架构逻辑，从技术先进性上看大网的架构无疑更好，但模型的完全成熟并且得到验证，需要一个时间周期去打磨。

需不需要被接管，其实是取决于整套系统它对于当下所处的场景的理解能力；也取决于它是否符合人类驾驶员的驾驶逻辑，可能路径规划不同、距离临侧车太近，也会被迫接管。

从这次的ADS 3.0首秀来看，可以大概确认两件事：

这套系统对于场景的理解能力，很好，而且相应速度很快，看来ADS 3.0的模型演进已经有一段时间，至少拿出来最终全量推的模型，不会是初代的模型版本；
在大网架构之后，拿到了更精准的一手感知数据之后，让整套系统做决策的时间也明显缩短，会更快速的找出第一路径，或者再次寻找第二路径。

全量推送后，ADS 3.0是具备无需被接管的能力的。也是基于实测后感知到的上面两个能力点，场景理解能力强+决策响应更迅速之后，带来的产品功能上的优势。至少在首秀的30多分钟的道路中，没有出现被接管的情况，哪怕是刹停之后做第二决策的速度也是相对来说更快。而且对于路面上，更低、更小的物体也能在100米左右的距离做出感知，降速绕行没有明显的犹豫痕迹（大网拿到原始感知数据的好处）。

其实把这套功能的体验感受，发散到真实用车工况下，从家里的车位到公司地库的车位，难点可以说，只是自动进出闸机的那两下。

除了少降级，还有啥优点？

从分段架构，到了一张网的底层架构之后，带来的优势其一是能够更快的做出决策，不再限制于变道取消之后的二次路径选择，也不局限于复杂路口实时重新规划路径的能力；其二，是在场景理解能力更好的前提下，它能减少降级的出现。

ADS 2.0系统下，在面对异形障碍物时，‌通过GAEB（‌相当于将GOD网络融入到AEB，‌自动刹车系统‌中）‌来探测和避开异形障碍物。‌这种技术，是允许系统在遇到不规则的异形物体时候，可以灵活处理避免碰撞的。不过，这种处理是需要系统对环境进行实时扫图和理解，‌在某些情况下可能会导致系统需要更多的处理时间、算力，‌尤其是在复杂的城市路口或者是环岛环境中。

所以，我们会在ADS 2.0的时候发现遇到异形障碍物、环岛或者复杂路口的时候，有降级的情况出现。就是因为GOD+AEB分段式的网络，在数据和数据传递的时候会耗费大量的时间和算力，以及路径规划的博弈。

但在阿维塔的ADS 3.0首秀中，我们发现了这套系统的两个特点，宁可慢速、减速或者刹停再重新做规划，也不会轻易出现从NOA功能降级到LCC功能；还有，就是在避障过后的路径规划，是合理可控而且平稳的。

包括在假人避让、小动物避让以及前车掉落物品的避让上，都能做出合理的路径规划，而且也没有明显的急刹车情况出现。这说明了，它在感知以及决策的响应速度，是更快的（相较于ADS 2.0也相较于其他智能驾驶功能）。

做出避让，其实不算难事，难点在避让后的路径规划上，怎么才可以快速、精准且舒适的回归到合理的路线上，才是难点。至少这一点华为ADS 3.0做的不错，也是因为有了大网架构之后，能让决策和规控层面的响应速度更快，这应该是绝大多数ADS 3.0系统用户们能在城区NOA中感觉到的变化之一。应该在复杂路口上的处理做的也会有提升，只不过这次阿维塔的ADS 3.0首秀中没展示出来。

然后，泊车域层面，是否有内测时候说的那么好？

对于在路测的侧方停车，也可以依靠激光雷达对设置的细小障碍物达成精准的识别，并且能顺利的挺到车位中。虽然通过内测还无法验证，是否可以达到中途下车解开地锁然后顺利完成泊车，或者骑着马路牙子完成泊车；但，目前ADS 3.0在泊车端的优势还是体现出来了，在端到端的大网架构出来之后，拿到一手的感知数据后可以让决策以及执行端都能提速，而且感知数据更加精准。

所以，在这次的首秀来看，ADS 3.0的泊车功能，是更快、更准确而且不限制于是否有4D毫米波雷达。理论上其实激光雷达方案也有提升的，毕竟架构上的调整，让激光雷达的数据利用率跟充分了；而加了4D毫米波之后，应该是可以实现上述内测中的泊车功能。