跳到正文
Road to Autonomy(youtube.com)· Spencer·· 14 小時前精選AI 評分85

XPeng 新世代 NGP 實測報告

XPeng 新世代 NGP 實測報告

AI 導讀

在巴黎車展期間,主持人 Spencer 與 Moog 試乘 XPeng NGP VLA 2.0,對其純視覺方案在腳踏車、圓環與停車情境中平順、零接管的表現印象深刻,不過語音控制仍有缺口,且不支援倒車。

🎙️

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文 · 原文

XPeng 的 NGP VLA 2.0 在巴黎市中心完成了一圈由主辦單位事先設定、約 30 分鐘的路線,全程零駕駛介入。主持人 Spencer 表示,這套系統在轉向、煞車與油門的表現上,比他實測過的多套競品輔助駕駛系統都更平順。本集內容是一場單一實地測試:Spencer 坐在 XPeng 安全駕駛身旁,一路穿過車流、腳踏車、路面電車與施工路段,最後還嘗試了一次自動停車;節目中也順帶討論了 Tesla Full Self-Driving、NIO、換電,以及這些系統的定價方式。

Spencer 是這個聚焦自駕主題節目的主持人,以親自實測輔助駕駛系統的身分進行報導;與他同車的「Moog」是坐在駕駛座上的 XPeng 安全駕駛,他表示同一條路線自己已經跑過 20 多次。讀者讀完後,應該能具體掌握這套系統哪些地方表現出色、哪兩個時刻失手(一次是沒偵測到遛狗的行人,一次是停車操作試了好幾次才完成),以及幾個尚未有答案的問題——感測器配置、歐洲定價,還有區區 30 分鐘的示範究竟能說明什麼。

示範路線由車展主辦方指定,而非 XPeng

這條路線是巴黎車展主辦單位選定的,而且只有 Tesla 與 XPeng 獲準在這條路線上進行 ADAS 示範,兩家跑的是完全相同的一圈。Spencer 反覆強調這一點,顯然是要先堵住「路線是特別挑過的」這類質疑。車展取得的政府許可也只涵蓋這一圈。

重點正在於環境:巴黎市中心腳踏車密度高,行人、機車、路面電車、施工路段樣樣都有,紅燈也頻繁。Moog 認為這樣的路況足以代表「紐約、倫敦、巴黎這類大城市」——複雜,而且兩輪車輛與行人特別多。測試時間很短(Spencer 估計略超過 30 分鐘),他也講得很明白:要下最終結論,他得先累積數千英里的實測。

零介入,而平順度就是最大亮點

整趟路線中,除了 Spencer 請 Moog 示範共駕接手之外,Moog 完全沒有碰方向盤、煞車或油門。Spencer 反覆提到的觀察是平順:沒有頓挫,方向盤上也不見肉眼可見的細微修正;他拿這點對比 NIO 的系統與 Envoy L60,後兩者的小幅修正看得出來、也感受得到。他形容這套系統「非常像 robotaxi 或全自駕的表現」。

Spencer 實際觀察到並給予肯定的具體行為:

  • 弱勢用路人: 遇到踏出步伐的行人會減速,黃燈時照常通過(Spencer 說他自己也會這樣開),兩側腳踏車穿越時讓得恰到好處,有腳踏車騎士揮手時也稍微往旁挪了一些。
  • 路面電車: 只往前挪到剛好避開駛來的電車,不會擋住車流。
  • 施工路段與狹窄間隙: 通過一處施工區,也在停放車輛旁擠過狹窄空間,全程無介入。
  • 停車標誌: 幾乎完全停下——Spencer 說這是「小小的加州式滑行」——Moog 也確認自己沒踩煞車。
  • 匯入與圓環: 順利通過一座小圓環(第二齣口),也在一次匯入時被 Spencer 認為氣勢稍嫌不足,不過對方車輛讓了。
  • 巴黎特有的禮讓習慣: 在路口留出空間,讓機車與腳踏車先擠到前面;Moog 說這是當地慣例,在中國並沒有。

唯一明顯的失手:Moog 指出系統沒偵測到一位遛狗的行人。另外,當 Moog 那一側有車逼近時,系統自己稍微往右偏了一些。

介面:眼球追蹤、30 秒觸碰規則,以及資訊豐富的視覺化

系統會監控駕駛的視線,而且即使駕駛正看著路面,也大約每 30 秒就得碰一下電容式方向盤;輕點即可,不必出力轉動。手一碰方向盤,車輛就進入「共駕」模式,放開後回到 NGP;踩煞車則會取消系統。Moog 說他沒測過用力轉方向盤會不會取消,但他認為不會。

中控螢幕顯示鳥瞰視覺化畫面,能辨識出警察車、三角錐、腳踏車、行人等具體物件,沒有專屬圖示的障礙物則以通用「色塊」呈現。Spencer 提到 Tesla 以前會把三角錐畫出來,現在已經不畫了。視覺化畫面可以調整大小、移動位置,攝影機畫面也能放大。

速度控制方面,駕駛可用滾輪上下調整設定速度(每格一個級距),車輛也會超出速限;Moog 語帶調侃地說,超速這件事「不予置評」。在一段限速 30 km/h 的隧道裡,車輛維持在 30,周遭車流則沒有。

應該純靠攝影機——但地圖與感知之爭仍未定論

被問到感測器時,Moog 說他相信這套系統只用攝影機,共七顆,但語帶保留:「要 100% 確定,我建議你直接問 XPeng。」Spencer 在節目上沒有追出答案,因此本集從頭到尾沒有任何權威說法能確認感測器配置。

Moog 倒是對架構提出了看法:在施工路段,他認為視覺感知路線比依賴地圖更好,因為地圖會過時——「有些公司走地圖路線,你看看現在變成什麼樣子。」Spencer 也同意環境隨時都在變。

這套系統目前還做不到的事

| 能力 | XPeng NGP VLA 2.0(依觀察) | 節目中提出的對照 |
|---|---|---|
| 輔助駕駛狀態下倒車 | 不行——只能前進 | Spencer 說 Tesla FSD 可以倒車;NIO 的系統也不行 |
| 自動停車 | 可以,而且會倒車 | — |
| 語音指令(「在這裡左轉」、「換到隔壁車道」) | Moog 沒測過;他預期之後會支援 | Moog 說 Tesla 目前也沒有;也沒有任何 robotaxi 提供 |
| 駕駛監控 | 眼球追蹤加上每 30 秒觸碰方向盤 | — |
| 設定速度高於速限 | 可以,用滾輪調整 | Tesla FSD 有多種模式,包括快速的「Mad Max」模式 |

語音指令這段是全片推測成分最重的部分。Moog 丟擲實務問題——如果乘客說「你怎麼不靠右邊開」,車子該不該照做?——兩人都同意,路邊下客的指令(「讓我在那臺白車前面下車」)對 robotaxi 很重要,但目前沒有任何人提供。

停車暴露了極限:兩層路緣、一個三角錐,還有反覆嘗試

路線結束時,Moog 接手示範自動停車。系統找到了一個車位,但那個位置有罕見的雙層路緣——先是一道約兩吋高的低矮臺階,再來才是真正的路緣——旁邊還有一個低矮的三角錐。車輛倒車,短暫跳出「障礙物」提示,擺正車身,再試一次,最後爬上那道臺階,完成停車。Spencer 的判斷是:系統把兩層路緣都看到了。Moog 則指出,那個三角錐雖然矮,還是被偵測到了;他也提到,這種能自適應車道的停車能力,對他在瑞典的住處很重要,那裡有積雪,路面也不平整。

定價、對 Tesla 的羨慕,以及瑞典的電動車競賽

Moog 自己開 Tesla,但只買了能啟用變換車道的部分 FSD 方案,因為他所在的地方全功能 FSD 還不合法;他打算等正式推出後再買完整方案。他開玩笑說,光變換車道就要付大約 4,000 美元,而 XPeng 是免費附贈——「XPeng 直接送我。」Spencer 提到 Tesla 現在 FSD 月費 99 美元。Moog 認為訂閱制很適合度假時使用。XPeng 會不會向歐洲客戶收費則還沒有答案;Moog 只知道示範車都已經開通了。

兩人還岔出去聊瑞典的南北縱走耐力賽,Moog 說全程大約 1,200 英里。據他記憶,NIO 靠換電連贏兩年,最近一次則由 Porsche Taycan 以充電速度奪冠——因為換電站只分布在斯德哥爾摩周邊的南部,北部沒有。Spencer 的結論是,快充可能正逐漸取代換電,成為實務上的解答;Moog 則開玩笑說,自己按時計酬,寧可坐在充電樁旁等。

真正重要的比較是地區適配,而非單一評分

Spencer 最犀利的比較來自先前的測試:在重慶,NIO 的系統處理密集的機車與摩托車,表現遠優於 Tesla FSD;他形容後者是為秩序良好的美國道路而打造,面對兩輪車輛時明顯「會怕」。這也讓巴黎的結果有了意義——在一座兩輪車流混亂的歐洲城市,這是在測試 XPeng 的系統能否在中國以外的地方同樣成立,而在這條路線上,它做到了。

Moog 對駕駛風格的總結是,VLA 2.0「開起來像人」。Spencer 的評價則是:能力很強,與領先梯隊相當,某些方面甚至更好,但前提是——區區 30 分鐘的一圈,能證明的很有限。

值得持續關注的未解問題包括:實際的感測器配置(Moog 所說純攝影機、七顆鏡頭的說法未經證實)、歐洲定價以及 NGP 是免費附贈還是採訂閱制、倒車能力,還有 robotaxi 的語音指定路線功能。停車那一段是全片最有啟發性的資料點,正因為那是系統唯一明顯吃力的地方——這也提醒我們,一場順暢的 30 分鐘市區車流示範,和低速下的穩健操控,是兩種不同的問題。

來源: Road to Autonomy (youtube.com)
開啟原文