理想 L7 在迎来智能焕新版后，全新升级的 AD Max 高级辅助驾驶系统也在硬件和软件上迎来了升级，新的英伟达 Thor-U 智驾芯片、体积更小的 ATL 激光雷达等等。

软件上，在端到端+VLM大模型的加持下，理想 L7 Max 在高级辅助驾驶体验上也迎来了进一步的提升，此次我们便拿到了理想 L7 Max 智能焕新版，看看其城市 NOA 的体验到底如何！

目录

1. 测试车型基础介绍
2. 选路策略
3. 舒适性策略
4. 行车安全策略
5. 通行效率策略
6. 接管案例

- 理想 L7 Max 智能焕新版基础介绍

• 测试车型

我们此次选择的车型是理想 L7 Max 智能焕新版，官方指导价 32.98 万元。

• 测试版本

理想 AD Max V13.0 端到端+VLM

• 智能辅助驾驶开启方式

理想全系车型开启智能辅助驾驶的方式均为拨杆下拨两下。

• SR 显示细节

理想 SR 界面为卡片式显示，并且左右分屏可以随意切换，适合应对用户的不同需求。

SR 的显示信息丰富度也是很高的，行人、车辆、桩桶、斑马线等等都有相应的建模，车道线识别的也很准确。此外，与本车行车路线有冲突的车辆也会用红色高亮标记。

变线时的显示就不必多说了，现在各家都做的差不多，但理想有一点做的比较好的就是左上角会实时显示车辆正在执行的动作，降低了驾驶员的冷汗指数。

在 VLM 大模型的加持下，车辆还可根据当前视觉检测到信息进行分析，并且实时显示在 SR 界面。

对于智能辅助驾驶发烧友，理想还贴心的设计了可以调出端到端大模型、视觉注意力系统以及 VLM 大模型的可视化窗口，看上去十分硬核。

一、选路策略

- 常规路口

在目前的城区 NOA 能力加持下，理想 AD Max 系统通过一些常规的有保护并且没有博弈场景的路口可以说是完全没有任何压力的。

• 常规左转

• 常规右转

- 无保护路口

• 无保护右转

由于本次遇到的无保护路口场景偏少，但我们还是可以从这个典型案例中看到理想 AD Max 的选路逻辑。

首先其在路口的决策还是十分谨慎的，这种结合了斑马线以及路径冲突的右转路口对于系统的考验还是比较大的。首先理想 L7 先是对行人以及非机动车发起了避让，并且在不侵占快速车道的同时迅速完成右转，并且插空完成了向左变道。

- 错位路口

• 案例 1

案例 1 就是典型的错位路口，并且是连续两次错位，还是比较考验系统的路径规划能力的。但理想 AD Max 整个通过的过程还是比较丝滑的，就是会带有一些轻微压线的行为。

• 案例 2 

案例 2 就是一个非典型错位路口了，在等红灯时作为驾驶员的我通过目视都无法观察到这个略显“鸡肋”的直行路口，而理想 L7 在短暂的慢速识别后还是可以正常通行的，其中还有对于非机动车的避让。

- 施工路段

• 案例 1

案例 1 就是常规的右转后单侧道路施工封闭，重点在于如果按车道行驶会被桩桶阻碍，但车辆系统也是及时识别并且发起了避让。

• 案例 2

案例 2 则是施工路段+混乱标线+社会车辆阻碍，在体验上可以感觉到理想 AD Max 在面对这种场景时还是偏向于谨慎的，会与前车拉开一定距离，但在通过后也会及时提速保障通行效率。

- 窄路路段

窄路的通行策略就很平稳了，可以感觉到 AD Max 在通过窄路时还是会有轻微的方向修正，但体感上的表现还是不错的，车速也不会过低。

- 匝道

匝道表现也是很平稳的，车辆完全可以跟着弯道曲率完成转向，弯中居中表现得很好，没有多余的修正。驶出匝道时，车辆的提速也很明显，汇入主路的效率更高。

二、舒适性策略

- 加减速感受

理想 AD Max 对于加减速的规划还是很不错的，提速及时但并不会大脚油门，但案例中的偶发案例会存在一些刹车踩得比较急的情况，这些情况大概率发生在选道不及时的情况

三、行车安全策略

- 行人避让

现阶段版本的理想 AD Max，在遇到弱势交通参与者时的表现还是偏向于保守的，例如在遇到行人时会采取刹停观察并且大幅度避让的策略，安全性是毋庸置疑的，但整体的通行效率还可以继续提高。

- 非机动车避让

• 案例 1

和前面所说的行人避让策略相同，现版本的 AD Max 系统在面对弱势交通参与者时的策略会尽可能的保守，例如案例 1 中对于另一车道的逆向非机动车，系统可以做到丝滑通过，但当非机动车逆向且压线时，即便路面宽阔系统也会选择刹停避让。

• 案例 2

案例 2 也是相同的情况，系统刹停再起步对于驾驶员来说是比较难受的，可能会受到后车的催促，并且刹停被追尾的风险也是有的。

- 人车交互提醒

• 路径冲突车辆标红

前面我们也讲到，理想 AD Max 对于路径冲突车辆会进行标红显示，但目前这套逻辑还不只用于行人与非机动车。

• 特殊情况显示

前面我们也提到，车辆会根据 VLM 识别出的场景截图，辅以文字配合告知用户现在的车辆操作，会使人更加安心。

最后我想说的是，在某些极端场景下，可以适当加入更多的声音、震动或者 SR 画面提醒，及时告知用户车辆系统的能力边界。

- 潜在博弈防御性

• 案例 1

潜在博弈防御性也是考量系统的重要一环，例如我们刚刚的施工案例就存在着系统防御性的表现，右侧公交车明显需要借道通行的情况下，理想 AD Max 就会选择原地等待，而不是上前与社会车产生较为危险的博弈场景。

• 案例 2

并且在这种无灯的丁字路口，系统在检测到右侧有车辆通行时，也会选择遵循让右原则停车避让。

四、通行效率策略

- 占道车绕行

• 案例 1 

理想 AD Max 在遇到占道车时的决策有些两极分化，例如在案例 1 中，即便是面对侧向停车的占道车，在旁边有足够通行空间的前提下，都可以丝滑完成变道。

• 案例 2

但在遇到案例 2 这种正常行驶但缓慢刹停的占道车时，系统会停下考量前车的行为原因，有可能会误判为拥堵而不会去变道绕行。

• 案例 3

案例 3 这种情况就更为特殊了，由于我们前面需要右转，但右侧一排的占道车辆阻碍了右转道路，我个人猜测系统应该是误判了这些车辆都在等待右转，所以被卡在原地没有发起避让，最后是驾驶员踩下了油门踏板才完成了脱困。

- 窄路会车

• 案例 1

窄路会车依旧是目前各家主流智驾方案的痛点所在，理想 AD Max 也不例外，在案例 1 中看似可以通过的路段，但系统并未及时发起避让，为了行车安全驾驶员只能接管了一把方向。

• 案例 2

案例 2 则是最为极端的会车拥堵场景，相信目前没有智驾方案可以解决这个场景，在道路堵死后驾驶员只能进行接管，最后通过倒车让车的方式完成通行

• 案例 3

案例 3 场景我认为是占道车以及会车的双重考验，在这个不常见场景下，即便对向车道存在绕行空间，但理想还是选择了原地等待。

五、特殊接管

- 通行受阻接管

在整个的测试线路中，我们遇到了需要窄路调头的场景，而理想 AD Max 可以发起调头，但如果是一把方向无法通过需要倒车的场景，系统则会提醒驾驶员接管。

- 通行效率接管

• 案例 1

在行驶过程中，我们遇到了占道车辆，我们前面讲到面对这种缓慢刹停的违停车，系统是无法第一时间发起绕行指令的，在这个案例中我们已经阻碍了后方车辆正常通行，所以为了保证通行效率我们选择人工接管。

• 案例 2

案例2 我们则是遇到了左转独立绿灯的信号灯，但系统无法识别绿灯正常行驶的情况，所以选择了手动接管。

- 潜在风险接管

这个场景的独特之处在于，路口交通十分复杂且没有红绿灯，但系统在转向时选择了“拐小弯”，所以和正常行驶的社会车辆产生了路径冲突，而系统选择了原地等待。

此时我们可以看到，驾驶员选择了轻踩油门踏板帮助系统脱困，但系统并没有发出转向避障的指令，为了避免剐蹭风险我们选择了手动接管车辆。