知乎上有个叫李工的工程师，最近发了条动态，被顶到首页下不来。原话是这么说的：“堆硬件容易，做好体验难。很多车企的智驾还停留在‘有’的阶段，离‘好用’差很远。”
这话说得狠，但时间点踩得准。
8月11日晚上，零跑A05、比亚迪海豹06、大众ID.ERA 5S前后脚出牌，从6万到15万，激光雷达、城市NOA这些以前30万级才敢碰的东西，一夜之间全塞进了10万级家轿。圈内炸了锅，有人喊“智驾平权”，有人泼冷水说是“堆料噱头”。
不废话，咱们一辆一辆拆开看。
零跑A05是全场最狠的。8.59万的510激光雷达版，直接把激光雷达干到了10万以内——全球头一个。配合高通8650芯片，200TOPS算力，支持车位到车位全场景领航，43项辅助驾驶功能，官方还承诺智驾终身免费、老车主可迭代升级。说实话，8万多买台带激光雷达的车，搁两年前想都不敢想。
比亚迪海豹06走的是另一条路。2027款插混版9.99万起，纯电版10.99万起，高配车型上了外置激光雷达+天神之眼B高阶智驾，城市领航、高快领航、全场景自动泊车全给齐了，云辇-C智能阻尼悬架也覆盖了6款高配车型。比亚迪的逻辑很清晰——不是光堆硬件，是连底盘带智驾打包往下放。
大众ID.ERA 5S则代表合资阵营的反攻。11.59万起售，大众全球首款搭载城市NOA的轿车，顶配Max版14.59万给了城市NOA。“行云智行”系统由大众与地平线的合资公司酷睿程深度定制，基于地平线J6M芯片，支持红绿灯识别、无保护左转、环岛通行，算是一口气把合资品牌在智驾上的短板补上了。
三台车，三套打法。一个拼价格下探，一个拼系统整合，一个拼合资突围。但问题来了——硬件堆上去了，体验真的跟上了吗？
先说一个不太中听的现实：激光雷达上车，不等于智驾好用。
目前10万级市场有一个普遍现象——高速领航表现尚可，但一旦进入城市复杂路况，问题就全冒出来了。根据第三方评测数据，某款10万级搭载激光雷达的车型，城市NOA路口右转成功率约67%，无保护左转成功率仅54%，而人类司机在这两个场景下的成功率分别是99.8%和94%。差距是代际性的。
更常见的问题是幽灵刹车——系统对静态障碍物或路边阴影过度敏感，一脚急刹下去，后车追尾风险直线上升。还有路径规划不合理的问题，遇到修路路段或临时施工，系统要么绕大圈，要么直接提示接管。说白了，很多车在城市NOA场景下的表现，跟“老司机”三个字还差得远。
为什么硬件堆上去了，体验还是跟不上？
关键在于感知融合和决策规划这两个环节。激光雷达确实能提供高精度的三维点云数据，在夜间、逆光、雨雾等恶劣天气下比纯视觉方案强不少。但数据拿回来了，能不能处理得好，取决于算法。有些车企的感知融合做得粗糙，激光雷达的数据和摄像头的数据对不上，系统反而更“纠结”了。决策规划更是硬骨头——城市路况的复杂性远超高速，鬼探头、无保护左转、人车混行、施工绕行，每一个场景都需要大量数据训练和算法迭代。
这也是为什么同一个激光雷达方案，在不同品牌的车上手感天差地别。一个做了多年算法迭代的品牌，和刚把智驾团队凑齐的品牌，最终交付给用户的体验完全是两回事。
所以结论很明确：堆料不等于好体验。硬件只是入场券，算法才是真正的护城河。
这就引出了一个更深层的问题：10万级家轿，到底该走哪条路？
特斯拉坚持纯视觉路线，不用激光雷达，靠8个摄像头+Occupancy Networks+端到端大模型，照样能做到顶尖的智驾水平。逻辑很简单——既然人眼能开车，机器凭什么不能靠摄像头？这背后是海量数据积累和强大算法的支撑，门槛极高，但成本也最低。
国内多数车企走的是多传感器融合路线——激光雷达+摄像头+毫米波雷达，冗余度高，安全性有保障，但成本也高，标定复杂。以前激光雷达一颗七八千美元，现在国产供应链把它干到了500美元级别，这才有了下放10万级的可能。
但问题在于，对于10万级车型，这两种路线都存在各自的困境。
纯视觉路线成本低，但国内车企的数据积累和算法成熟度跟特斯拉比还有明显差距。纯视觉方案在雨雾、夜间、逆光等场景下容易“看走眼”，对算法能力要求极高。目前10万级市场走纯视觉路线的车型，大多数只做到了高速NOA，城市NOA还处于“期货”状态。
多传感器融合路线硬件成本已经大幅下降，但软件调校能力参差不齐。很多车企的激光雷达只是“装上了”，感知融合做得粗糙，激光雷达的数据没有真正发挥价值。用网友的话说就是“为了卷配置而卷配置”。
从长期来看，纯视觉路线可能是终局方向——算法越强，对硬件的依赖就越小。但短期来看，在复杂城市路况下，激光雷达仍然是重要的安全冗余。对于10万级车型的消费者来说，与其纠结“有没有激光雷达”，不如关注“这套系统在实际道路上表现如何”。智驾不是比谁传感器多，是比谁开得稳、谁接管少、谁迭代快。
2026年出现了一个关键变量——端到端大模型开始批量上车。
传统的智驾系统是“分模块”的：感知模块负责看路，规划模块负责决策，控制模块负责执行。每个模块独立开发、独立训练，信息传递有损耗，规则写死了就处理不了长尾场景。端到端技术则不同——从感知到决策一步到位，用一个神经网络直接把传感器数据映射成驾驶指令，减少了信息损失，提升了场景泛化能力。
比亚迪海豹06的车机搭载了满血DeepSeek，零跑A05融合了通义千问大模型，小鹏G9L上了第二代VLA系统，大众ID.ERA 5S接了字节火山引擎GPT大模型。大模型在智驾端的应用，正在从“能听懂人话”向“能看懂路况”进化。
但质变需要时间。端到端模型对数据量和算力的要求极高，目前大多数车企的端到端方案还处于“混合模式”——部分场景端到端，部分场景仍靠规则兜底。真正实现全场景端到端，还需要更多数据积累和算法迭代。
对于消费者来说，面对当下的“智驾军备竞赛”，有几个判断标准值得参考：
第一，不必盲目追逐硬件参数。激光雷达数量、芯片算力这些数字，跟实际体验没有必然关系。第二，关注实际道路表现和OTA升级频率。一个团队有没有持续迭代的能力，比它发布会上的PPT重要得多。第三，警惕“期货式”营销。有些车企发布会吹得天花乱坠，实际交付功能要等半年甚至一年，到手后体验还打了折扣——以实际交付体验为准，别为“未来可能有的功能”买单。
激光雷达下放到10万级，智驾普及的大门确实正在打开。但“白菜价”不等于“好体验”，硬件堆料也不等于技术领先。
对于消费者来说，这是一件好事——同样的预算，能买到的智驾能力越来越强了。但选择变多的同时，也意味着需要更理性地分辨：哪些是真正有用的功能，哪些是营销噱头。
智能驾驶的“好用”标准，是减少接管次数，是能应对更多极端场景，还是每次OTA都能给你惊喜？来评论区聊聊，你心中真正的好智驾，到底是什么样。
