全站搜索

媒体中心MEDIA CENTER

微博CEO王高飞:华为ADS 5.0不输特斯拉FSD V14

微博CEO王高飞:华为ADS 5.0不输特斯拉FSD V14

公司动态 智驾 34 0

IT之家 9 月 7 日消息,微博首席执行官王高飞(@来去之间 )昨天发文,以一名电动汽车 10 年老用户的视角,分享鸿蒙智行智界 R7 的驾驶体验。

王高飞表示,他周末驾驶智界 R7 周末开了 4、5 次,大概有 100km。上车后他发现的第一个惊喜,是车里摄像头可以自动调节座椅和方向盘、后视镜,并且内部也配齐了冰箱、彩电和电沙发,唯独二排座椅少了彩电,后排沙发角度也不能调。

同时王高飞认为,华为乾崑智驾 ADS 5.0 实在是“太强了”,完全不输特斯拉 FSD V14。他认为 ADS 有三个点领先:

  • 在狭窄道路的对向高速会车的时候,会稍微降速,这个如果按技术肯定没有必要,但是降速给驾驶员的心理压迫感会大大降低;
  • ADS 5 有时候处理也会卡顿或者安全降级,但是这个时候屏幕上都会提示原因,因为辅助驾驶下的驾驶员对路况的关注度下降,突然减一下速如果没有提示,驾驶员会觉得是车的问题;
  • 导航开始后直接开启智驾,倒车出车位也没问题(但是这个的体验还不够 V14 直观)。今天有个视频没录上,有个 Y 字车位,后面就是停车场出口,我以往都是退出车位后前行去掉头,ADS 居然几把轮给原地掉头了,真是比人开得好。

当然王高飞认为这台汽车还是有一些缺点,比如车机 UI 的一些细节,可以看出还是有手机 UI 的痕迹。有些操作按钮高度正常,有的按钮高度太窄了,开车时候点按钮有点费劲。但是他认为智界 R7 这种轿跑 SUV 也有自己的独到之处,底盘介于轿车和 SUV 之间,还能拉行李。

IT之家注意到,王高飞曾在上个月向广大网友发问,寻找国内能开到跟特斯拉 FSD V14 体验最接近的买菜车。

上一篇: 下一篇:

相关推荐

  • 自动泊车ARA生命周期管理:选型陷阱与隐性损耗的真相

    3

    选型陷阱:标称数据背后的性能断崖在实际交付中,我们发现许多车企在自动泊车ARA(Autonomous Reverse Assist)选型时,陷入了一个致命误区——过度依赖供应商提供的「理论泊入成功率」数据。某新势力品牌曾公开宣称其ARA系统泊入成功率达99.7%,但真实用户反馈显示,在狭窄车位(车宽+0.3米)场景下,实际成功率骤降至62%。这里面的水很深:很多标称数据背后的真相是,测试环境仅覆盖...

    查看全文
  • 智能泊车防错机制:从选型误区到生产损耗的深度拆解

    8

    智能泊车防错机制:选型陷阱与隐性损耗的底层逻辑在实际交付中,我们发现超过60%的智能泊车系统故障源于「防错机制」的选型偏差。很多车企在招标时迷信「高算力芯片+多传感器融合」的组合,却忽略了底层算法的容错阈值设计——这直接导致量产车在复杂场景下的误触发率飙升300%。听起来可能反直觉,但防错机制不是传感器越多越好,而是要建立「硬件冗余+软件容错」的动态平衡。选型误区:被参数表绑架的决策很多标称数据背...

    查看全文
  • 智能驾驶系统衰减:揭开选型误区与生产损耗的真相

    8

    智能驾驶系统衰减:选型误区与生产损耗的真相在实际交付中,我们发现一个令人不安的现象:很多号称“零衰减”的智能驾驶系统,在真实路况下运行半年后,性能下降幅度超过30%。这背后,是行业普遍存在的选型误区和生产环境的隐性损耗。选型误区:标称数据背后的真相很多标称数据背后的真相是,实验室环境与真实路况存在本质差异。比如,某品牌激光雷达标称“100米探测距离”,但在雨雾天气下,实际有效距离骤降至40米。这种...

    查看全文
  • 自动泊车ARA:选型误区与生产损耗的真相揭秘

    2

    自动泊车ARA:选型误区与生产损耗的真相揭秘在实际交付中,我们发现自动泊车ARA(Automated Reverse Assist)系统的选型远比参数表复杂。很多车企在选型时只盯着“最大支持车速”“识别距离”这类标称数据,却忽略了生产环境中的隐性损耗——这才是决定系统稳定性的关键。选型误区:标称数据背后的真相很多标称数据背后的真相是,实验室环境与实际路况的差距远超想象。比如某品牌宣称其ARA系统支...

    查看全文
  • 高效算法适配低算力平台:撕开“性能过剩”的伪装

    0

    当“高算力”成为营销话术,谁在为低效买单?在实际交付中,我们发现一个反常识现象:某头部车企的L2+级智驾系统,搭载的芯片算力比竞品高出40%,但匝道汇入成功率却低了12%。问题出在哪?答案藏在算法与硬件的适配逻辑里——很多标称数据背后的真相是,算力堆砌正在掩盖算法效率的缺陷。选型误区:把“算力”当“性能”很多车企在硬件选型时陷入一个思维陷阱:认为算力越高,算法表现越好。但这里面的水很深——算法的架...

    查看全文
  • 智能驾驶的边际效用:从选型误区到生产损耗的真实博弈

    9

    智能驾驶的边际效用:从选型误区到生产损耗的真实博弈在实际交付中,我们发现一个现象:很多车企在智能驾驶系统的选型上,陷入了一个“参数陷阱”——过度追求高算力芯片、多传感器融合、高精度地图等标称数据,却忽视了这些配置在实际场景中的边际效用递减问题。听起来可能反直觉,但当算力从100TOPS提升到200TOPS时,实际感知精度可能只提升了3%;当激光雷达数量从1颗增加到3颗时,决策系统的响应时间反而因为...

    查看全文
展开更多

  • 回到顶部
  • 回到顶部