極氪9X技術發布會上，多數人將視野聚焦于車輛本身，有人稱贊氣場龐大，有人稱其配置頂尖，但容易被大家忽略的一點是：余承東呼吁的“L3”正在落地，吉利以汽車整車廠的身份完成了智駕領域的突圍。

截至目前，2025年汽車界最火的一個詞，莫過于駕駛輔助系統，從單點功能的討論到命名方式可能引發誤導的倡議，唯一不變的是，智能駕駛輔助系統已經成為車圈“智能化”比拼的重要一環，誰擁有絕對領先，誰就能抓住未來。

但是關于智能駕駛輔助，到底怎么通過最簡單的方式辨別好壞，如果以“L3”“L4””L5”來區別，那又無法在法規框架內各種迷糊人的宣傳方式，譬如媲美XX級、L2++、L2.999等說法；如果只依靠功能的多少，那不同的人對功能有不同要求，也就意味著功能之間也存在不同權重；如果單純以裝機量、數據量來進行評估，那又存在感知維度不同帶來的表現差異，也不足以進行排名。

那么，我們便接著技術發布會上可能被浩瀚-S掩蓋光芒的千里浩瀚智能輔助駕駛系統H9方案，來聊一聊普通人如何找準符合自己需求的智能輔助駕駛系統。

硬件

這里的硬件分為兩部分，感知部分和計算部分，先從感知件聊起。

9X號稱搭載的是千里浩瀚智能輔助駕駛系統H9方案，是面向L3級的智能輔助駕駛解決方案。

暫且對它所謂的L3級是真是假先按下不表，先瞅瞅它的感知硬件部分。

目前來看，該系統所搭載的全球首發5激光雷達感知硬件、5個4D毫米波雷達、12個超聲波雷達，13個高清攝像頭，2個涉水雷達、6個車外麥克風，共43個感知單元，構建三重360度的無死角感知矩陣，是全球唯一一個，真正實現「全域、全向、全時」感知無盲區的智能輔助駕駛感知方案。該方案也應該是目前已知激光雷達數量最多的感知硬件方案，它包括1顆全球首發的520線長距激光雷達和4顆高精度固態激光雷達，當然，激光雷達也絕非多即好，而是如何讓需要在成本和效果之間拿捏好分寸，畢竟每多一顆激光雷達的布置就意味著多一分車價。

官方給予的定義是1顆520線長距激光雷達起到的是超遠距離探測的作用，而4顆補盲激光雷達橫向掃描范圍達到150度，縱向感知達到112度，4顆覆蓋面積近1000平方米，更為注重周圍環境的感知。

要知道，目前所有的智能駕駛輔助系統，多數場景都只需要依靠視覺的感知能力和近距離的超聲波雷達、毫米波雷達的感知能力便能實現，特斯拉的成功也佐證了這一點，絕大多數場景下視覺的成像效果已足夠，況且H9還有四向高精度固態激光雷達的加入，更是毋庸置疑。激光雷達只是作為“托底”的存在，也就是說，吉利理解的L3級智能駕駛輔助系統，硬件部分的布置需要360度無死角都需要激光雷達起到兜底、冗余的作用。

以此類推，H9、H7、H5、H3、H1，一定程度上都意味著感知能力的打折，也根據這種不同程度的硬件能力打折將進行相應功能的減少，譬如H9可能擁有超視距的感知能力，也意味著它更多的處理時長，譬如高速上可以支持更高時速的設定、城區、泊車可支持更為極致的操作等；而相較之下，感知能力、負責“兜底”的激光雷達數量的減少，也意味著功能的相應減少。

如果你的用車場景有很大一部分是在高速，而你愿意用智能駕駛輔助系統的時候也基本只是在高速場景下，那可能一套簡單的標配NOA和自動泊車APA的基礎版足以滿足，如若你對開車實在提不起半點興趣，巴不得智能駕駛輔助系統幫你搞定一切，那可能H9、H7會是更合適的存在，畢竟更多維、更精密、更冗余的數據感知、采集，能最大限度保障安全，無論是距離需要把控在以厘米計算的街區、停車位，還是頂著高速限速的高速路段。

不過吉利對于L3級感知硬件的要求也倒是可以起到不錯的參考作用，譬如無死角的“激光雷達”作為備份、兜底的存在，那其它沒有實現同等條件的L3級，還是真“L3級”嗎？可能得打上一個大大的問號。

注意，激光雷達數量從不是關鍵，核心在于是否實現了無死角的多層級冗余，或許將是L3級感知硬件的重要衡量標準。

再看算力的硬件部分。關于智能輔助駕駛系統算力的硬件，絕大多數車企可能都無法避開一家公司，那便是英偉達。過去很長一段時間，我們聽過的最多的詞應該是，某某產品用了Orin-X智能駕駛芯片，單顆算力高達254TOPS。事實上，無數相對成熟的已落地的智能駕駛解決方案都證明了單顆的算力足以應對絕大多數場景。即便是蔚來早早裝機雙Orin-X也有說明，是為了預埋一代。

顯然，相比較Orin-X，算力高達700TOPS的NVIDIA DRIVE Thor-U芯片接連在領克900和極氪9X上得以應用，尤其是極氪9X所搭載的千里浩瀚智能輔助駕駛系統H9方案還用了兩顆，算力高達1400TOPS，就目前的功能來說屬于嚴重過剩的狀態，而它的目的也正如官方所說，是為了L3級而準備，因為L3級需要計算的數據量更大，所需要面對的應用場景也對反應速度提出了更高的要求。

也可以理解為，吉利理解的L3級智能駕駛輔助系統需要有1400TOPS的算力才能足以保障系統處于功能始終處于穩定狀態，才能滿足快速實現處理極限場景、甚至需要冗余手段介入的需求。

當然不排除千里浩瀚智能輔助駕駛系統H9方案的算力還有冗余、過剩的空間，譬如遠低于該數值談L3級的顯然不現實，起碼得達到雙Orin-X或單顆NVIDIA DRIVE Thor-U芯片才有可能實現。以此類推，用戶常用場景需要多少算力也有相對應的算力要求，若某車企宣稱的智能駕駛輔助系統具備的功能遠低于正常標準算力值，那答案只能是不好用或者只限于特定場景下的宣傳。

感知、算力硬件決定了一款智能駕駛輔助系統的體驗下限，就目前來看，敢于宣稱L3級的千里浩瀚智能輔助駕駛系統H9方案確實在硬件上達到了目前的領先水準，也滿足、甚至超越了我們對于L3級硬件的期待。

軟件

無論是感知硬件還是算力硬件，千里浩瀚智能輔助駕駛系統H9甚至是H7方案一定程度上都有些過剩，而它的背后是該方案涉及數據更多維、更龐大的大模型。

就譬如千里浩瀚H7通過對基座模型進行蒸餾，部署「多模態VLA 通用場景大模型」，可通過“生成式推理”將“部分感知”升級為“全局理解”，讓車輛具備更聰明的預判能力。

而基于全新的Smart AI Agent技術架構打造的千里浩瀚H9則進一步進階，除了「多模態VLA 通用場景大模型」外，還有額外的部署端到爆安全對抗模型，也可以理解成它在標準的端到端模型外多了一道以“安全”為基準的驗算過程，進一步保證算法輸出的正確性、合理性。兩段模型意味著更大的計算量，而運算時長并沒有因此而有所放寬，反倒要求在相近的時間內完成，必然需要更高的算力。

除此以外，全新的Smart AI Agent技術架構還在云端構建「云端基座大模型」和「世界模型」。云端基座大模型讓車輛具備場景理解和推理能力，如人類司機，能讀懂電子指示牌，聽懂特種車輛的聲音，甚至識別交警手勢等；世界模型則可以仿真物理世界的各種復雜場景，基座大模型在世界模型中進行強化學習，以AI訓練AI。

當然，作為普通用戶不需要理解模型的運算邏輯和過程，也不必用數據量的輸入類目多少來判斷誰更高級，我們關注的核心其實有且僅有一個：在合適的時間給車輛下達正確的指令。

就這一點而言，幾乎沒有任何的捷徑可言，唯有把所有場景都經歷過、把錯的都了然于胸，才有可能實現下達準確率接近百分百的指令，說白了，數據量的大小、總運算算力的學習能力直接決定準確率是否能離100%更進一步。

而千里浩瀚H9敢于宣稱L3級的最大依仗也在于擁有全行業最大體量的車輛優勢，通過全吉利的數據整合與共享，750萬輛搭載L2及以上輔助駕駛的車輛，平均每天行駛2億公里以上的數據體量，為大模型提供基于真實工況的訓練樣本。

在硬件上，得益于“吉利智能輔助駕駛一盤棋”的巨大優勢，千里浩瀚智能輔助駕駛可調用算力部署實現了近30倍的跨越式增長，達到23.5 EFLOPS，是中國智能總算力的2%以上，在所有中國車企中排名第一。算力儲備每提升1 EFLOPS，其智駕大模型在每個迭代周期內，可多學習近10萬個場景數據，高階智駕功能將實現更加快速的學習和迭代。

另外一部分，關于智能駕駛如何更好對安全服務的探索，早在2008 年，沃爾沃就率先搭載并量產了 AEB 功能，堪稱智駕安全領域的鼻祖。沃爾沃對安全的極致追求和經驗積累，如今已完美融入到吉利千里浩瀚方案的開發當中。無論是硬件的設計，還是軟件算法的優化，吉利都始終將安全放在首位，力求為用戶打造一個堅不可摧的安全智駕屏障。

同時，吉利還將交通事故調查作為智駕輔助安全開發工作的重要依據，積累了國內近30年的真實交通事故數據和案例，并且建立起專業的技術團隊和研究體系，專注于事故調查、風險評估等領域，目前已經參與交通事故調研2.1萬余起，建立了交通事故信息數據庫。其安全數據庫規模，是行業平均水平的5倍以上，憑借數十項開創行業先河的技術創新，打造720度主被動安全系統，創造了行業最高標準。

就目前市面上的智能駕駛輔助系統而言，各種無限趨近于100%的準確率、多少時間便迭代、OTA一次的描述幾乎滿天飛，但用戶辨明真偽的手段有且僅有一個：只有足夠龐大的樣本數據訓練出來的高準確率才有效，吉利的算力、樣本采集基數的數據量可以作為一個參考，遠低于該數值的，其關于準確率的描述顯然有不小的局限性。至于所謂的OTA升級、迭代，當樣本基數不達到一定規模，并非所有的錯誤操作都了然于心的所謂迭代，到底有多大意義，是真的在優化，還是為了累計迭代次數證明自己在做這件事而迭代，樣本數據量從不會說謊。

功能

最后還有十分重要的一項，直接關乎用戶體驗的，那便是智能駕駛輔助系統的功能。到底是越多越好，還是某一項格外出色為好，至今也無人說有明確的絕對論斷。

2025年以來，千里浩瀚已完成“無圖城市 NZP”全國全量推送，“車位到車位”功能落地，千里浩瀚快速打通了環島、ETC、掉頭、多車道岔路口等難點卡點，在高速、通勤和泊車等智能輔助駕駛高頻場景，不斷提升用戶體驗。

據了解，在圖城市NZP 全量推送后，千里浩瀚智能輔助駕駛百公里介入次數降低50%，泊車成功率超過96%，用戶使用率超過93%，日均智能輔助駕駛行駛里程提升30%。

從極氪目前已推送的功能完善度以及用戶使用率的表現來看，似乎表現不錯，但也并不絕對，也并不意味著那4%未完成的泊車場景就不會給用戶造成困擾，只能說，確實在向完善、更高的準確率邁進。

相比這些好看的數據，其實更應該關注極氪一貫以來對于智能駕駛輔助系統的態度，即讓車輛替代人類完成高超難度避險動作，降低事故發生率、事故傷害，提升安全性，這是“自動駕駛”的初心，也是智能駕駛輔助系統應該有的基礎技能。

譬如千里浩瀚行業首創、全球首發的G-AES通用障礙物連續自動避讓功能，目前該功能已率先搭載在極氪產品上。

據了解，G-AES最高反應速度可達130km/h，完全滿足高速場景。憑借更強的識別能力，小至三角警示牌、錐桶，大至亂入的牦牛、刮倒的樹木，所有寬度超過40cm，高度超過60cm的異形障礙物，均可識別、避讓。基于更靈活的策略，打破當下AEB和AES要么剎停，要么僅繞行一次的局限，既可采取緊急避讓+緊急制動，也可連續緊急避讓，邊剎邊繞，讓“公路坦氪”也能走出凌波微步。在模擬測試中，三輛測試車均以120km/h的時速，在短短2-3秒內，連續完成了前方斜停路上的事故車與突發落石的兩次緊急避讓繞行。

截至目前，千里浩瀚的主動安全功能，已經為用戶避免了412萬次的安全碰撞風險，或許這才是更應該值得提及的數據。

對于普通用戶來說，我們選擇智能駕駛輔助系統時可以被某些新穎功能所吸引，但不能盲目，首先應該了解的是探索功能邊界的基礎是否守住了安全的初心，是否將提升安全下限放在第一優先級。

大師觀察

站在媒體角度，千里浩瀚達成了“智駕平權”的目的，也解決了智能駕駛輔助系統的好用和更安全的問題，站在了智駕行業的第一梯隊。但更重要的是，極氪9X搭載的L3級千里浩瀚智能輔助駕駛系統H9方案更像是一面照妖鏡，照出了如今智駕行業存在的亂象，也點出了智能駕駛必須以安全為目的本質，為現在的用戶選購和以后的行業發展提供了“標尺”。