2026 年上半年，国内乘用车组合驾驶辅助功能搭载率已提升至 64.9%。这个数字意味着辅助驾驶从"高端配置"变成了"多数新车的主流通行配置"，同时也意味着评价它的标准必须从"有没有、能不能演示"转向"在什么条件下能用、能用多久"。问题在于，市面上几乎所有对外传播都在讲功能边界，而用户真正遭遇的是可用性——这两者之间隔着一段极长的里程。接下来跑的每一条辅助驾驶都会产生里程数据，这段里程才是功能价值的分母。

三个必须分开定义的概念

行业讨论里最常见的混乱，是把下面三个概念混为一谈：

设计域是写在文档里的边界，场景覆盖率是边界与真实道路的重合度，有效接管里程是用户实际体验。三者之间是层层衰减的关系：设计域写得再宽，只要与真实道路的重合度低，用户感受到的就是"经常不可用"。

为什么"有效接管里程"是唯一的硬通货

这个指标之所以关键，在于它是唯一无法通过演示包装的量纲。

一次公开演示通常选在晴朗、白天、城市快速路、车道线清晰的路段——这恰好是设计域的中心，而不是边缘。用户在真实用车中面对的是：施工改道时临时压实线、高架桥下 GPS 信号渐弱导致车道线识别跳变、雨天夜间逆光下的车道线磨损、货运车长时间占用右车道迫使系统反复决策。这些场景每一类的绝对里程都不大，但它们分布在用户全部的通勤路径上。

用行业内的公开量级做对照：城市 NOA 的功能设计域通常覆盖结构化道路，但结构化道路在多数城市通勤里程中的占比本身就有限；即便是高速 NOA，设计域也往往不覆盖施工区与匝道汇入的强博弈场景。这两类"设计域之外的里程"，正是用户感知与宣传感知出现落差的来源。

演示选在设计域的中心，用户生活在设计域的边缘——辅助驾驶的信任危机，几乎都产生在这段距离上。

车道线质量的物理上限

要把可用性量化到底层，第一个必须承认的事实是：视觉方案的能力上限由车道线质量决定。

• 标线的可见性与对比度：车道线磨损、反光、老化都会直接降低识别置信度；夜间依赖反射，湿路面反射行为又与干燥路面不同。
• 车道线的连续性：虚线与实线的语义不同（实线禁止跨越），交叉口导流区、匝道口实线段是识别难点。
• 遮挡比：大车遮挡前车道线时，系统只能依赖前车轨迹推断，误差随车速放大。
• 光照条件：进出隧道、地库出入口的明暗突变会造成数帧的识别中断。

这四个变量都是环境属性，不随算法迭代线性改善。这也是为什么行业里出现"去高精地图、走 BEV 占用网络"的路线——它绕开的是对车道线几何的强依赖，把约束从"车道线在哪里"转成"哪里可以被占用"，从而在车道线磨损路段获得更好的鲁棒性。相应地，评价标准也从"车道级精度"转向"占据栅格的置信度与稳定性"。

一个可落地的评估框架

如果要把可用性做成可比的指标，需要固定五个输入，否则任何对比都是讲故事：

有了这五项约束，评估才能从"支持 N 种场景"变成"在指定道路类型与时段的连续接管里程为 X 公里"。前者是能力宣称，后者是可验证指标。

责任边界与宣传红线

2026 年监管在这一层的动作已经明确：工信部要求车企不得夸大辅助驾驶系统宣传、不得进行虚假和夸大宣传；公安部则强调驾驶人仍是交通安全的第一责任人。这两句并列，等于把"责任在驾驶员"写进了公共认知的底线，同时把"宣传不能说假话"写进了企业的合规底线。

这也是为什么搭载率 64.9% 之后，行业技术攻关的表述从"单项突破"改写为"体系能力"建设。规划里同时指出，"算力规模不等于系统能力，芯片、算法、整车的协同验证仍需时间"——芯片出货、算力堆叠属于"单项"，而协同验证、数据闭环、场景库建设属于"体系"。前者可以用参数表证明，后者只能用里程证明。

结论：把可用性当成一项可以验收的工程指标

辅助驾驶已经从选装配置变成了默认配置，这带来一个必然要求：它的价值必须能被量化，否则无法定价、无法追责、也无法迭代。对整车企业而言，最该做的三件事是：把有效接管里程纳入研发验收指标而不是只留在测试报告里；把车道线质量、遮挡、光照作为工程输入前置到感知方案设计阶段而非事后调参；以及在对外传播中同时披露设计域与典型失效场景——后者在短期会损失一部分传播效率，但它是这个功能能长期存在的前提。

在一个搭载率 64.9% 的市场里，讲清楚"什么时候不能用"，比讲清楚"怎么好用"更有价值。

×

微信分享

微信扫一扫，或复制链接发送给朋友

复制链接