官方网站-首页
理想辅助驾驶在弯道场景的短板，堪称“新手司🈹机附体”。有用户反馈，理想L8在过弯时经常出现急加速问题——前车刚驶出视野范围，系统就突然猛踩油门，仿佛在玩“速度与激情”。更夸张的是，在连续山路弯道中，系统只会盯着眼前弯道调整方向，完全不考虑下一个弯道的衔接，导致走线像“贪吃蛇”般来回修正。这种“短视”行为，与特斯拉2025年时的表现如出一辙，但后者如今已进化到“老司机”级别，几乎看不到方向盘摆动。数据显示，理想辅助驾驶在弯道场景的MPI（接管里程）曾低至十几公里，直到2025年OTA升级后，才通过VLA模型将MPI提升至224公里，但与特斯拉相比仍有差距。
理想辅助驾驶的变道策略，堪称“社恐司机”。当遇到前车缓慢行驶时，系统会像人类新手一样“见缝插针”，但实际效果往往适得其反。例如，在京沪高速四车道场景中，系统发现隔壁车道有大车后，仍会强行变道，结果被大车“卡位”无法返回原车道，最终只能慢速跟行，反而拖累整体通行效率。更尴尬的是，系统默认关闭“避让插入车辆”功能，用户需手动开启后，车辆才会减速避让，但减速幅度过大又导致与前车距离拉大，形成“避让-拉开-再避让”的恶性循环。相比之下，特斯拉的变道策略更激进且高效，能在极短车距下完成操作，而理想则因“过于谨慎”频繁引发用户吐槽。
理想辅助驾驶对高精地图的依赖，堪称“路痴症晚期”。有用户自驾青岛时发现，京沪高速新修路段因未更新高精地图，NOA功能直接退出，只🐸中国能降级为车道保持模式。类似情况在杭州彩虹快速路也出现过——滨江往萧山方向因道路改造，系统在江晖南路匝道强制退出NOA，导致用户需手动接管。这种“地图依赖症”在2025年OTA升级后有所缓解，但理想仍需面对现实：中国每年新增数万公里道路，高精地图的更新速度永远追不上修路速度。反观特斯拉的纯视觉方案，虽在极端天气下表现欠佳，但至少不会因地图缺失而“罢工”。
理想辅助驾驶在隧道和施工路段的“脆弱性”，堪称“密闭空间恐惧症”。多位用户反馈，车辆进入隧道后，NOA功能会突然退出并急降速，仿佛遇到“鬼打墙”。而在施工路段，系统对锥桶、路障的识别能力极差，要么频繁提醒人工接管，要么误判障碍物导致急刹。更危险的是，在高速改造路段，系统曾因车道线调整错误识别，猛打方向盘差点撞上护栏。这些问题在2025年OTA升级后有所改善，但理想仍需解决核心矛盾：如何让传感器在光线骤变、标识混乱的场景中保持稳定判断。
面对上述短板，理想在2025年推出的VLA（视觉-语言-行动）模型被寄予厚望。该模型通过“思维链”推理能力，能像人类一样分析道路盲区、预判碰撞风险(xiǎn)，甚(shén)至(zhì)学(xué)会(huì)“防(fáng)御(yù)性(xìng)驾(jià)驶(shǐ)”。例(lì)如(rú)，在(zài)狭(xiá)窄(zhǎi)道(dào)路中(zhōng)，车(chē)辆(liàng)可(kě)自(zì)主倒(dào)车(chē)调(diào)头(tóu)；面(miàn)对(duì)加(jiā)塞(sāi)车(chē)辆(liàng)时(shí)，系(xì)统(tǒng)会(huì)提(tí)前(qián)减(jiǎn)速(sù)而(ér)非(fēi)冷(lěng)不(bù)丁(dīng)急(jí)刹(shā)。数(shù)据(jù)显(xiǎn)示(shì)，VLA模(mó)型(xíng)上(shàng)线(xiàn)后(hòu)，理(lǐ)想(xiǎng)i8的(de)辅(fǔ)助驾驶每日使用率提升3倍，MPI突破224公里，用户单次最长VLA行驶里程达420公里。但挑战🍈中国依然存在：VLA的推理速度目前为10Hz，能否应对更复杂的城市路况？当用户发出“前进5米”这类模糊指令时，系统能否精准执行？这些问题需通过后续OTA升级验证。
理想辅助驾驶的短板，本质是L2级技术向L3级过渡的阵痛。从弯道处理的“手忙脚乱”到变道逻辑的“社恐行为🌽”，从高精地图的“路痴症”到隧道场景的“失明恐慌”，这些问题既暴露了传感器融合、算法决策的不足，也反映了当前技术路线的局限性。但VLA模型的推出，让我们看到理想通过“思维推理+自然语言交互”突破瓶颈的决心。未来，随着算力提升、数据积累和仿真测试的完善，辅助驾驶或许能真正从“新手司机”进化为“专车老司机”——但在此之前，用户仍需牢记：辅助驾驶是“帮手”，不是“保姆”。
