曾经各家新能源车企争相比试的辅助驾驶性能如今热度好像没那么高了，我们放下哪家更强的执念，站在更高的维度来看，各家车企如今的辅助驾驶能力在这一年里确实都有很大提升，这也是内卷带来的好处😂

作为蔚来和乐道车主，也一次次参与到蔚来的用户领航活动中，看着蔚来的辅助驾驶一路走来进入世界模型2.0，我的日常使用率已经达到了95%以上（含日常市区驾驶）

在平时惊叹于如今NOP+能力之强大的同时，也困惑于一些行驶细节问题似乎一直难以被完全解决。。。距离完美就差那么一小步，但是各家车企永远都是修修补补，似乎这是难以逾越的一大步🤔还要卷算力吗？还要提出模型新概念吗？对于这些东西，我们作为用户也许没那么专业，但我也想从用户体验角度来聊聊辅助驾驶接下来要进一步蜕变可能需要改进的几个点。。。
一、智驾芯片不能只盯算力，还要盯带宽。
大家都在卷算力，但是好像没有太多的车企公布芯片带宽。在我的24款ES6上，4颗OrinX芯片的算力已经达到1016tops，我觉得运行蔚来世界模型2.0的表现已经很不错了。直到我前些天试驾了26款乐道L90配备神玑芯片的高阶智驾版本，我才切身感受到智驾芯片带宽的重要性。

同样配备激光雷达，同样的算力，同样的模型版本，不同的只是乐道L90的一颗神玑芯片提供了546GB/S的超高带宽，直接碾压我的4颗OrinX❗

带来的直接结果就是L90在行驶时处置交通状况的响应更快，超车并道所需的空间也就更小，辅助驾驶在繁忙路段的可用度提高了不少。。

所以芯片带宽和数据传输速度带来的处置时延真的是辅助驾驶迭代必须关注的重点❗
二、从关注信息处理到关注信息采集。
在现有的模型能力下，对复杂状况做出正确的处置措施似乎已经不再困难，模型在道路上的响应方式其实已经十分智能。但问题在于，我们车上的传感器似乎没我们看得远、没我们看得全面🤔

我们手动时看到100多米外的状况就会提前采取措施，但辅助驾驶似乎要进一步行驶到跟前才会采取措施，这就会降低一些行驶舒适度。也许是传感器看得不够远，也许是模型不对那么远的信息进行处理，但这确实是个问题。。

模型现在只会采集看到的画面中的关键信息，至于哪些信息是关键信息，这也是人为定义的，这就可能造成模型对画面信息采集的局限，进而造成模型对场景理解的局限。。我们手动驾驶时会尽量多地去综合考虑眼前的整个画面，而不是只关注某些信息，我们通过对整个画面的综合考量去理解和预测接下来会发生的事进而左右我们的驾驶行为，如果辅助驾驶在画面信息采集时能够更全面更精准，这将极大地提高模型对场景理解的准确性，进而提高处置能力。
三、加强模型对风险的判断能力。
现在的辅助驾驶似乎只能做到处理眼前状况，或者在一些已经定义好的情景下采取一些保护措施。这比较像刚拿到驾照的新手，初生牛犊不怕虎，采用的是无保护的驾驶策略，时间长了一定会吃亏😂对于一名老司机而言，随着驾驶经验的积累，能够驾驶过程中实时根据交通状况判断可能出现的风险，进而采取一些保护措施，即便开车更快，但行驶更安全😊如果模型能够不断学习形成更强动的风险判断能力，并在驾驶过程中采取更多的保护措施，那么给人带来的安心感和安全性就会大幅提高🤔

✍️对于我这样一名辅助驾驶的爱用者，根据目前的使用体验和发现的问题提出这些自己想法，对与不对也就是个人主观意见😂
不知道大家在使用了辅助驾驶之后，觉得现阶段最需要解决的问题是什么呢❓欢迎评论区讨论。。。