辅助驾驶从高端车型的尝鲜配置向普通家庭日常出行扩展后,衡量一套系统的标尺正在变化。过去行业热衷罗列高速领航、城市NOA、自动泊车、记忆泊车和车位到车位等功能,以能力边界不断外扩来证明技术进度;当装车规模迈向百万辆级,消费者更在意的是系统是否稳定、是否敢在通勤和接送孩子时持续开启。
千里智驾与吉利联合推出的千里浩瀚G-ASD辅助驾驶系统,在18个月内累计装车突破100万台,覆盖极氪、领克、银河、smart等品牌多款车型,价格带从高端旗舰延伸到主流家用车。不同车型的传感器配置、底盘性能、制动距离和转向特性各异,每进入一款新车都要完成开发、标定、测试与验证,百万装车因此也是一次工程能力压力测试。

规模数据之外,使用数据更能说明问题。该系统辅助驾驶激活率达到93.9%,累计主动避险超过890万次,其中AEB紧急制动超过240万次。激活率反映用户是否愿意打开系统,避险和制动数据来自通勤、出游、城区穿行和长途驾驶等真实道路运行。需要看到,累计避险次数不等同于事故减少数量,激活率高也不意味着系统可以替代驾驶员;G-ASD仍属辅助驾驶,驾驶员必须保持注意并随时准备接管。
主动安全的讨论常聚焦于AEB能否及时刹停。儿童从车缝突然冲出、三轮车横穿路口、前车因事故急停时,系统要在极短时间内完成识别、判断和制动控制。但日常更高频的安全体验,来自系统是否具备预见性:经过城中村窄路时留意停放车辆形成的盲区,进入无信号灯路口前主动降速,看到球滚上道路时预判可能追出的孩子,面对轨迹不稳的三轮车提前拉开距离。这些动作构成防御性驾驶。
在千里智驾的逻辑中,主动安全分为两道防线。危险迫近时,AEB、AES等功能承担极限兜底;更重要的关口前移,则要求系统依据道路结构、遮挡关系、目标动作和历史轨迹判断风险,提前调整速度、轨迹和安全距离,尽量不让局面发展到必须急刹。ASD将感知、预测、规划和控制连接起来,形成从发现线索、预测走向、防御性驾驶到极限兜底的链路。部分搭载千里浩瀚H3方案的车型支持最高120公里/小时的AEB紧急制动和最高130公里/小时的AES紧急避让,相关车型的“720度主动安全预警系统”还把防护范围扩展至车内外多个方向。
这套安全体系依赖技术路线变化。传统规则集合在场景有限时有效,真实道路却充满光照、天气、车速、遮挡和交通参与者行为的变化。千里智驾以“含模量”衡量模型在全链路的覆盖程度和质量,关注更多驾驶环节由模型驱动。其与阶跃星辰联合打造智驾原生基座模型,从预训练阶段结合真实驾驶数据与通用多模态、常识及推理数据,使模型既理解开放世界,也理解驾驶规则和车辆控制。
技术上车还要靠工程体系承接。围绕数据飞轮,千里搭建覆盖数据回流、模型训练、仿真测试、效果评估和量产交付的底座,并采取“量产一代、研发一代、预研一代”的梯次机制:量产版本保障当前体验稳定,研发版本跑通下一阶段链路,预研版本探索世界模型、VLA等方向。L2与L4共享数据和工程平台,L2量产积累广泛场景,L4在限定区域攻克高难度问题,能力在两条路线间流动。
百万装车因此不只是销量或市场份额数字,它让规模、数据、模型和工程形成闭环。陈奇将其概括为“规模换数据、数据换算法、算法换体验”,但规模本身并不天然构成壁垒,真正的壁垒在于闭环效率。对车企而言,这决定智驾方案能否按时上车、稳定交付;对用户而言,它落在每一次提前减速、自然避让和关键时刻的及时刹停上。辅助驾驶仍属辅助驾驶,驾驶员责任不能被模糊,系统也不存在绝对不出错的可能。







