全站搜索

媒体中心MEDIA CENTER

智驾再遭重创,美国智驾在欧洲被指数据造假,夸大安全性能

智驾再遭重创,美国智驾在欧洲被指数据造假,夸大安全性能

公司动态 智驾 38 0

日前外媒报道美国电车企业为了获取欧盟的许可,以求获得批准在当地测试智驾技术,因此向瑞典和荷兰监管机构提交了“具有误导性”的安全数据,行驶里程被夸大、隐藏了碰刮等小微事故,只提交碰撞后发生气囊弹出的大事故,借此大幅降低智驾事故率来证明它的智驾足够安全。

为了证明美国智驾更安全,作为对比的人类驾驶员事故率则是将美国所有人类驾驶员导致的小微事故包括其中,借此进一步证明美国智驾的事故率比人类驾驶员更低、更安全,由此美国智驾陷入争议风波之中。

事实上美国智驾的神话在美国早已破灭,长久以来美国电车企业的创始人马先生都高调宣称智驾比人类驾驶员更安全,但是2025年美国国家公路安全安全局NHTSA就拿出数据指出美国电车企业的智驾事故率是人类驾驶员的9倍,与马先生宣称的迥然不同。

NHTSA还指出,这些事故率还是在美国电车企业提交的数据不完整情况下得出的结论,美国电车企业动辄以商业机密为由,将许多数据掩藏,由此业界怀疑美国电车的智驾事故率恐怕比公开的数据更高。

今年初美国联邦法官还就一单智驾事故判决惩罚性赔偿金2.43亿美元,理由是该企业夸大宣传智驾,由于这单诉讼,美国电车迅速与其他类似事故的当事人和解,证明美国电车企业夸大宣传智驾技术水平由来已久。

美国电车企业旗下还有自己的自动驾驶出租车业务,美国媒体报道指出它的自动驾驶出租车智驾技术让人失望,由于完全依靠视觉识别技术,无法应付雨天、雾天甚至夜间的情景,导致测试的无人驾驶出租车平均每天在线时间仅有20%左右,这与马先生宣称的智驾可以应付这些特殊天气场景完全不符。

此前美国网络视频充斥着诸如车主行车中睡觉、玩手机等行为,而将车辆完全交给智驾的视频,甚至该车企还宣称交付车辆已实现智驾将车辆从工厂开出直达车主家里,但是上述的NHTSA和联邦法官的裁决无疑撕下了它的遮羞布。

今年以来随着这家美国电车企业在中国推出满血版智驾,诸多视频博主也纷纷上传美国电车的智驾在挂壁公路、狭窄村道中自主控制车辆的视频,然而它在中国落地后,智驾名称已迅速舍弃自动驾驶的名字,而改名为辅助驾驶技术,这些视频博主涉嫌违法测试智驾。

再到如今欧洲揭露美国电车的智驾提交虚假数据,降低自家智驾事故率,再以人类驾驶员事故不同标准来证明它的智驾比人类驾驶员更安全,可以说美国电车夸大智驾技术水平是真正扬名全球。

事实上至今全球电车行业的诸多智驾技术,没有任何一家面向个人消费者的智驾标注为无需人为干预的L3级或以上的标签,而这些智驾企业却总是在暗戳戳地误导消费者,夸大他们的智驾技术水平,但是一旦发生事故他们就迅速将责任归咎于驾驶人。

相比之下,全球首先将智驾打上无需人为干预的L3及以上级别标签的智驾是宝马、奔驰两家燃油车企业,它们早在2022年就已面向个人消费者提供L3级智驾,不过这些L3级智驾限制极多,速度最高在60公里时速、公路限制高速公路等,经过数年的推广由于成本、需求较低等原因,奔驰和宝马已宣布暂停L3级智驾,而转为只提供L2级辅助驾驶技术。

上一篇: 下一篇:

相关推荐

  • 无人车T5:需求错位背后的技术真相与生产现场启示

    12

    需求错位:无人车T5的“伪需求”陷阱与底层逻辑在实际交付中,我们发现一个扎心现象:很多客户为无人车T5选配的“高算力芯片”“激光雷达阵列”,最终成了摆设——这些硬件在封闭园区、低速场景下根本跑不满性能,反而因功耗过高导致电池衰减速度比预期快30%。听起来可能反直觉,但这就是典型的“需求错位”:用百万级乘用车的技术逻辑,套在十万级商用场景里,结果就是成本飙升、可靠性下降。选型误区:标称参数背后的“性...

    查看全文
  • 人眼视觉仿生系统可靠性:从选型陷阱到生产现场的隐形损耗

    7

    人眼视觉仿生系统可靠性:从选型陷阱到生产现场的隐形损耗很多标称‘人眼级动态响应’的视觉系统,在实际交付中却连基础的车道线识别都做不到——这不是危言耸听,而是我们在多个主机厂量产项目中遇到的真实困境。问题出在哪?答案藏在可靠性指标的底层逻辑里。选型误区:参数虚标与场景错配听起来可能反直觉,但视觉系统的‘帧率’和‘动态范围’参数,恰恰是选型时最容易踩的坑。某新势力车企曾采购了一套标称200fps、14...

    查看全文
  • 自动驾驶场景适配:选型陷阱与生产损耗的真相

    12

    场景适配不是参数堆砌,是工程化能力的终极考验在实际交付中,我们发现一个扎心的事实:很多标称“L4级”的自动驾驶系统,在高速货运场景下连1000公里的连续运行都撑不过。问题出在哪?不是传感器不够多,也不是算法不够强,而是场景适配的底层逻辑被彻底忽视了。选型误区:参数表上的“完美适配”很多企业选型时盯着参数表做决策——激光雷达线数、摄像头分辨率、算力TOPS值。听起来可能反直觉,但这些硬指标恰恰是最容...

    查看全文
  • 智能驾驶:需求错位下的选型陷阱与生产损耗真相

    11

    当「需求错位」遇上「选型误区」,智能驾驶的交付困境远比想象中复杂在实际交付中,我们发现一个扎心的事实:80%的智能驾驶项目延期,根源不是技术瓶颈,而是需求错位。很多车企嘴上喊着要L4级全自动驾驶,实际采购时却按L2+的硬件规格砍预算;供应商拿着标称「算力500TOPS」的芯片方案,到了生产现场才发现,功耗和散热根本扛不住高温工况。听起来可能反直觉,但智能驾驶的「需求错位」,正在让整个行业陷入「高配...

    查看全文
  • 低算力平台跑高效算法?别被参数骗了,真实生产环境藏着这些坑

    9

    算法效率≠算力堆砌:低算力平台的系统性风险拆解在实际交付中,我们发现一个诡异现象:某车企宣称其L2+系统仅用8TOPS算力就实现了高速NOA,但实测中遇到连续弯道时,车道保持功能频繁抖动,跟车距离从3秒骤增至8秒——这不是算法不够强,而是低算力平台的系统性风险在作祟。选型误区:参数表上的“数字游戏”很多标称数据背后的真相是:芯片厂商的TOPS值是理论峰值,实际可用算力往往缩水30%-50%。比如某...

    查看全文
  • 高级驾驶辅助系统:规律复现背后的选型与生产真相

    14

    高级驾驶辅助系统:规律复现背后的选型与生产真相在实际交付中,我们发现高级驾驶辅助系统(ADAS)的选型与生产远比市场宣传复杂得多。很多企业标榜自己的系统具备“全场景适应能力”,但真相是,规律复现的稳定性才是决定系统实际效能的关键。这里面的水很深,稍有不慎就会陷入选型误区,导致生产环境中的隐性损耗远超预期。选型误区:参数漂亮≠实际好用很多标称数据背后的真相是,厂商为了追求纸面参数的亮眼,往往在测试环...

    查看全文
展开更多

  • 回到顶部
  • 回到顶部