智能驾驶辅助系统，究竟该比什么？

极氪9X技术发布会上，多数人将视野聚焦于车辆本身，有人称赞气场庞大，有人称其配置顶尖，但容易被大家忽略的一点是：余承东呼吁的“L3”正在落地，吉利以汽车整车厂的身份完成了智驾领域的突围。

截至目前，2025年汽车界最火的一个词，莫过于驾驶辅助系统，从单点功能的讨论到命名方式可能引发误导的倡议，唯一不变的是，智能驾驶辅助系统已经成为车圈“智能化”比拼的重要一环，谁拥有绝对领先，谁就能抓住未来。

但是关于智能驾驶辅助，到底怎么通过最简单的方式辨别好坏，如果以“L3”“L4””L5”来区别，那又无法在法规框架内各种迷糊人的宣传方式，譬如媲美XX级、L2++、L2.999等说法；如果只依靠功能的多少，那不同的人对功能有不同要求，也就意味着功能之间也存在不同权重；如果单纯以装机量、数据量来进行评估，那又存在感知维度不同带来的表现差异，也不足以进行排名。

那么，我们便接着极氪9X技术发布会上可能被浩瀚-S掩盖光芒的千里浩瀚智能辅助驾驶系统H9方案，来聊一聊普通人如何找准符合自己需求的智能辅助驾驶系统。

硬件

这里的硬件分为两部分，感知部分和计算部分，先从感知件聊起。

极氪9X号称搭载的是千里浩瀚智能辅助驾驶系统H9方案，是面向L3级的智能辅助驾驶解决方案。

暂且对它所谓的L3级是真是假先按下不表，先瞅瞅它的感知硬件部分。

目前来看，该系统所搭载的全球首发5激光雷达感知硬件、5个4D毫米波雷达、12个超声波雷达，13个高清摄像头，2个涉水雷达、6个车外麦克风，共43个感知单元，构建三重360度的无死角感知矩阵，是全球唯一一个，真正实现「全域、全向、全时」感知无盲区的智能辅助驾驶感知方案。该方案也应该是目前已知激光雷达数量最多的感知硬件方案，它包括1颗全球首发的520线长距激光雷达和4颗高精度固态激光雷达，当然，激光雷达也绝非多即好，而是如何让需要在成本和效果之间拿捏好分寸，毕竟每多一颗激光雷达的布置就意味着多一分车价。

官方给予的定义是1颗520线长距激光雷达起到的是超远距离探测的作用，而4颗补盲激光雷达横向扫描范围达到150度，纵向感知达到112度，4颗覆盖面积近1000平方米，更为注重周围环境的感知。

要知道，目前所有的智能驾驶辅助系统，多数场景都只需要依靠视觉的感知能力和近距离的超声波雷达、毫米波雷达的感知能力便能实现，特斯拉的成功也佐证了这一点，绝大多数场景下视觉的成像效果已足够，况且H9还有四向高精度固态激光雷达的加入，更是毋庸置疑。激光雷达只是作为“托底”的存在，也就是说，吉利理解的L3级智能驾驶辅助系统，硬件部分的布置需要360度无死角都需要激光雷达起到兜底、冗余的作用。

以此类推，H9、H7、H5、H3、H1，一定程度上都意味着感知能力的打折，也根据这种不同程度的硬件能力打折将进行相应功能的减少，譬如H9可能拥有超视距的感知能力，也意味着它更多的处理时长，譬如高速上可以支持更高时速的设定、城区、泊车可支持更为极致的操作等；而相较之下，感知能力、负责“兜底”的激光雷达数量的减少，也意味着功能的相应减少。

如果你的用车场景有很大一部分是在高速，而你愿意用智能驾驶辅助系统的时候也基本只是在高速场景下，那可能一套简单的标配NOA和自动泊车APA的基础版足以满足，如若你对开车实在提不起半点兴趣，巴不得智能驾驶辅助系统帮你搞定一切，那可能H9、H7会是更合适的存在，毕竟更多维、更精密、更冗余的数据感知、采集，能最大限度保障安全，无论是距离需要把控在以厘米计算的街区、停车位，还是顶着高速限速的高速路段。

不过吉利对于L3级感知硬件的要求也倒是可以起到不错的参考作用，譬如无死角的“激光雷达”作为备份、兜底的存在，那其它没有实现同等条件的L3级，还是真“L3级”吗？可能得打上一个大大的问号。

注意，激光雷达数量从不是关键，核心在于是否实现了无死角的多层级冗余，或许将是L3级感知硬件的重要衡量标准。

再看算力的硬件部分。关于智能辅助驾驶系统算力的硬件，绝大多数车企可能都无法避开一家公司，那便是英伟达。过去很长一段时间，我们听过的最多的词应该是，某某产品用了Orin-X智能驾驶芯片，单颗算力高达254TOPS。事实上，无数相对成熟的已落地的智能驾驶解决方案都证明了单颗的算力足以应对绝大多数场景。即便是蔚来早早装机双Orin-X也有说明，是为了预埋一代。

显然，相比较Orin-X，算力高达700TOPS的NVIDIA DRIVE Thor-U芯片接连在领克900和极氪9X上得以应用，尤其是极氪9X所搭载的千里浩瀚智能辅助驾驶系统H9方案还用了两颗，算力高达1400TOPS，就目前的功能来说属于严重过剩的状态，而它的目的也正如官方所说，是为了L3级而准备，因为L3级需要计算的数据量更大，所需要面对的应用场景也对反应速度提出了更高的要求。

也可以理解为，吉利理解的L3级智能驾驶辅助系统需要有1400TOPS的算力才能足以保障系统处于功能始终处于稳定状态，才能满足快速实现处理极限场景、甚至需要冗余手段介入的需求。

当然不排除千里浩瀚智能辅助驾驶系统H9方案的算力还有冗余、过剩的空间，譬如远低于该数值谈L3级的显然不现实，起码得达到双Orin-X或单颗NVIDIA DRIVE Thor-U芯片才有可能实现。以此类推，用户常用场景需要多少算力也有相对应的算力要求，若某车企宣称的智能驾驶辅助系统具备的功能远低于正常标准算力值，那答案只能是不好用或者只限于特定场景下的宣传。

感知、算力硬件决定了一款智能驾驶辅助系统的体验下限，就目前来看，敢于宣称L3级的千里浩瀚智能辅助驾驶系统H9方案确实在硬件上达到了目前的领先水准，也满足、甚至超越了我们对于L3级硬件的期待。

软件

无论是感知硬件还是算力硬件，千里浩瀚智能辅助驾驶系统H9甚至是H7方案一定程度上都有些过剩，而它的背后是该方案涉及数据更多维、更庞大的大模型。

就譬如千里浩瀚H7通过对基座模型进行蒸馏，部署「多模态VLA 通用场景大模型」，可通过“生成式推理”将“部分感知”升级为“全局理解”，让车辆具备更聪明的预判能力。

而基于全新的Smart AI Agent技术架构打造的千里浩瀚H9则进一步进阶，除了「多模态VLA 通用场景大模型」外，还有额外的部署端到爆安全对抗模型，也可以理解成它在标准的端到端模型外多了一道以“安全”为基准的验算过程，进一步保证算法输出的正确性、合理性。两段模型意味着更大的计算量，而运算时长并没有因此而有所放宽，反倒要求在相近的时间内完成，必然需要更高的算力。

除此以外，全新的Smart AI Agent技术架构还在云端构建「云端基座大模型」和「世界模型」。云端基座大模型让车辆具备场景理解和推理能力，如人类司机，能读懂电子指示牌，听懂特种车辆的声音，甚至识别交警手势等；世界模型则可以仿真物理世界的各种复杂场景，基座大模型在世界模型中进行强化学习，以AI训练AI。

当然，作为普通用户不需要理解模型的运算逻辑和过程，也不必用数据量的输入类目多少来判断谁更高级，我们关注的核心其实有且仅有一个：在合适的时间给车辆下达正确的指令。

就这一点而言，几乎没有任何的捷径可言，唯有把所有场景都经历过、把错的都了然于胸，才有可能实现下达准确率接近百分百的指令，说白了，数据量的大小、总运算算力的学习能力直接决定准确率是否能离100%更进一步。

而千里浩瀚H9敢于宣称L3级的最大依仗也在于拥有全行业最大体量的车辆优势，通过全吉利的数据整合与共享，750万辆搭载L2及以上辅助驾驶的车辆，平均每天行驶2亿公里以上的数据体量，为大模型提供基于真实工况的训练样本。

在硬件上，得益于“吉利智能辅助驾驶一盘棋”的巨大优势，千里浩瀚智能辅助驾驶可调用算力部署实现了近30倍的跨越式增长，达到23.5 EFLOPS，是中国智能总算力的2%以上，在所有中国车企中排名第一。算力储备每提升1 EFLOPS，其智驾大模型在每个迭代周期内，可多学习近10万个场景数据，高阶智驾功能将实现更加快速的学习和迭代。

另外一部分，关于智能驾驶如何更好对安全服务的探索，早在2008 年，沃尔沃就率先搭载并量产了 AEB 功能，堪称智驾安全领域的鼻祖。沃尔沃对安全的极致追求和经验积累，如今已完美融入到吉利千里浩瀚方案的开发当中。无论是硬件的设计，还是软件算法的优化，吉利都始终将安全放在首位，力求为用户打造一个坚不可摧的安全智驾屏障。

同时，吉利还将交通事故调查作为智驾辅助安全开发工作的重要依据，积累了国内近30年的真实交通事故数据和案例，并且建立起专业的技术团队和研究体系，专注于事故调查、风险评估等领域，目前已经参与交通事故调研2.1万余起，建立了交通事故信息数据库。其安全数据库规模，是行业平均水平的5倍以上，凭借数十项开创行业先河的技术创新，打造720度主被动安全系统，创造了行业最高标准。

就目前市面上的智能驾驶辅助系统而言，各种无限趋近于100%的准确率、多少时间便迭代、OTA一次的描述几乎满天飞，但用户辨明真伪的手段有且仅有一个：只有足够庞大的样本数据训练出来的高准确率才有效，吉利的算力、样本采集基数的数据量可以作为一个参考，远低于该数值的，其关于准确率的描述显然有不小的局限性。至于所谓的OTA升级、迭代，当样本基数不达到一定规模，并非所有的错误操作都了然于心的所谓迭代，到底有多大意义，是真的在优化，还是为了累计迭代次数证明自己在做这件事而迭代，样本数据量从不会说谎。

功能

最后还有十分重要的一项，直接关乎用户体验的，那便是智能驾驶辅助系统的功能。到底是越多越好，还是某一项格外出色为好，至今也无人说有明确的绝对论断。

2025年以来，千里浩瀚已完成“无图城市 NZP”全国全量推送，“车位到车位”功能落地，千里浩瀚快速打通了环岛、ETC、掉头、多车道岔路口等难点卡点，在高速、通勤和泊车等智能辅助驾驶高频场景，不断提升用户体验。

据了解，在图城市NZP 全量推送后，千里浩瀚智能辅助驾驶百公里介入次数降低50%，泊车成功率超过96%，用户使用率超过93%，日均智能辅助驾驶行驶里程提升30%。

从极氪目前已推送的功能完善度以及用户使用率的表现来看，似乎表现不错，但也并不绝对，也并不意味着那4%未完成的泊车场景就不会给用户造成困扰，只能说，确实在向完善、更高的准确率迈进。

相比这些好看的数据，其实更应该关注极氪一贯以来对于智能驾驶辅助系统的态度，即让车辆替代人类完成高超难度避险动作，降低事故发生率、事故伤害，提升安全性，这是“自动驾驶”的初心，也是智能驾驶辅助系统应该有的基础技能。

譬如千里浩瀚行业首创、全球首发的G-AES通用障碍物连续自动避让功能，目前该功能已率先搭载在极氪产品上。

据了解，G-AES最高反应速度可达130km/h，完全满足高速场景。凭借更强的识别能力，小至三角警示牌、锥桶，大至乱入的牦牛、刮倒的树木，所有宽度超过40cm，高度超过60cm的异形障碍物，均可识别、避让。基于更灵活的策略，打破当下AEB和AES要么刹停，要么仅绕行一次的局限，既可采取紧急避让+紧急制动，也可连续紧急避让，边刹边绕，让“公路坦氪”也能走出凌波微步。在模拟测试中，三辆测试车均以120km/h的时速，在短短2-3秒内，连续完成了前方斜停路上的事故车与突发落石的两次紧急避让绕行。

截至目前，千里浩瀚的主动安全功能，已经为用户避免了412万次的安全碰撞风险，或许这才是更应该值得提及的数据。

对于普通用户来说，我们选择智能驾驶辅助系统时可以被某些新颖功能所吸引，但不能盲目，首先应该了解的是探索功能边界的基础是否守住了安全的初心，是否将提升安全下限放在第一优先级。

大师观察

站在媒体角度，千里浩瀚达成了“智驾平权”的目的，也解决了智能驾驶辅助系统的好用和更安全的问题，站在了智驾行业的第一梯队。但更重要的是，极氪9X搭载的L3级千里浩瀚智能辅助驾驶系统H9方案更像是一面照妖镜，照出了如今智驾行业存在的乱象，也点出了智能驾驶必须以安全为目的本质，为现在的用户选购和以后的行业发展提供了“标尺”。