社区

都说汽车是装了轮子的手机。不管这句话用户听进去没有，至少很多车企是听进去了。尤其是手机持续付费的商业模式，是当真进到车企心坎里了。 当前阶段，粗略统计已经有超过90%的主流车企，采取了硬件预埋，软件付费解锁的收费方案。基本模式是车辆出厂时全系标配激光雷达、高算力芯片、高性能传感器等硬件，但通过软件锁闭限制这些硬件的高阶功能。用户需要按月、年订阅付费，或者一次性买断，才能解锁智驾、座舱、传感器，甚至座椅加热等功能。 当然，车企集中这么做并非都是平移手机的商业模式，更多是对标特斯拉。率先采取软件订阅制的特斯拉，在北美市场已经实现了FSD付费率超过30%。让软件这种可持续、低成本且毛利率极高的商业模式，成为一家汽车企业的核心收入来源。 于是眼馋特斯拉的中国企业们，纷纷走向了“汽车订阅制”“软件定义汽车”“一次买车，十年收费”的康庄大道。但憧憬是美好的，道路是曲折的。后续发展却不如车企预想的美好。国内情况是，头部车企的智驾服务付费订阅率在5%左右徘徊，部分品牌甚至不足1%。有调研机构的数据显示，中国用户只有不到20%愿意接受订阅制。伴随汽车订阅模式在中国市场成为主流，大量用户维权与合规争议集中涌现。 似乎硬件预埋，软件订阅的商业模式刚刚兴起，就遭遇了中国车主强烈反弹。汽车订阅也快速从康庄大道上，急转向了昏暗的死胡同。 为什么中国用户不愿意为汽车进行软件付费？让我们来稍微掰扯一下。 技术难啃 中国市场上汽车软件订阅率的低迷，最核心的原因并不复杂。总结起来还是那句话，技术不行，早晚关停。 特斯拉能够打开软件付费的大门，核心功臣是能够大规模、强体验使用的FSD。在北美主要城市，FSD已经可以实现端到端大模型、全城NOA、自动泊车与停车场召唤为代表的一系列核心功能，在高速、城区、泊车等主要场景都能使用。这种激进的智驾应用效率引发了许多争议，但也极其完整地证明了特斯拉在智驾领域的技术能力。

2026年初，中国消费者协会发布的一组数据在汽车行业引发了不小的关注。数据显示：2025年第三季度，智能驾驶功能相关投诉同比激增237%，而从全年来看，与智能辅助驾驶相关的投诉同比上涨300%。 三倍的增长，意味着什么？ 每一个投诉数字的背后都站着一位真实的消费者。他们曾经满怀期待地为“智能”买单，却在用车过程中遇到了种种意料之外的问题。当智能驾驶的宣传与现实体验之间出现落差，当新技术的承诺无法完全兑现，消费者手中的投诉单就成了这场博弈最直接的注脚。 那么，高达三倍的投诉增长背后究竟隐藏着哪些争议？为什么智能驾驶会从一个加分项变成了让不少车主头疼的烦恼项？ 宣传天花板与实际体验的割裂 如果你打开各大车企的官网，或者走进任何一家新能源汽车的展厅，智能驾驶一定是被放在最显眼位置的卖点。 2025年4月前，“城市领航”“自动驾驶”等词汇被反复提及，配合着精心制作的宣传视频向消费者描绘出一个近乎全自动的出行场景。可是，当消费者真正把车开回家，在日常通勤的路上启用这些功能时，体验往往大不相同。 让我们来看看车主们投诉中频繁出现的几种情况。 第一种是幽灵刹车。这是很多智驾用户都经历过的场景：在高速公路上，车辆以稳定的速度行驶，前方道路畅通，突然系统发出警报，紧接着一脚重刹，车辆猛地减速。车内人员被吓了一跳，后视镜里能看到后车紧急避让。而实际上，前方并没有任何需要刹车的障碍物。 第二种是车道画龙。在车道线清晰、路况简单的高速路段，很多智驾系统表现尚可。但一旦遇到车道线模糊、路面有修补痕迹、光照条件剧烈变化（比如进出隧道）的情况，车辆就开始在车道内左右摇摆，无法保持稳定行驶。 除了这些具体的功能问题，更让消费者感到困惑的是，不同车企对同一级别的智驾功能描述方式差异巨大。同样是L2级辅助驾驶，有的企业宣传为“自动驾驶辅助系统”，有的则低调地称为“驾驶辅助功能”。这种命名上的差异，很容易让普通

自动驾驶是汽车智能化的核心战场，而激光雷达是这场智能竞赛里最核心的分野。 激光雷达的存废，是目前智能汽车技术路线的最大分歧之一。两大阵营针锋相对，这让很多消费者选车时左右为难。 一方是以特斯拉、小鹏为代表的纯视觉派，坚定认为激光雷达是伪命题，认为激光雷达在实际驾驶中能发挥的作用非常有限，成本还高，高分辨率摄像头+AI就足够当汽车的眼睛。 另一方是以Waymo、**、蔚来、理想等为代表的融合派，坚持多传感器融合方案，激光雷达和摄像头协同工作。因为在纯视觉方案中，摄像头的识别成功率会在逆光、黑暗、暴雨、浓雾等恶劣天气下骤然下降，所以激光雷达是L3及以上高阶自动驾驶必不可少的硬件基础。 厂商各说各有理，消费者买车却更纠结了：选车到底要不要配激光雷达？配几颗？多花的几万块到底值不值？ 激光雷达究竟是安全冗余，还是智商税？这困扰着越来越多的普通车主，已经成为整个汽车行业不容回避的话题。 我们带大家回顾一下激光雷达的技术发展历程，从中把这项技术看得更清晰。或许能更清楚地知道，自己到底需要什么。 激光雷达发展史：汽车的视力进化 蝙蝠天生没有视力，却能在漆黑的夜里自由穿梭、避开所有障碍物，靠的是发出超声波，靠回声判断距离和方位。同样，汽车也没有眼睛，更没法发出声波，怎么识别外部环境的远近、有什么东西呢？激光雷达的光，就相当于蝙蝠的超声波。 1960年，全球第一台实用红宝石激光器研制成功，通过发射激光脉冲，等激光碰到障碍物反弹回来后，就能算出设备和障碍物之间的精确距离，再一步步还原出周围环境的立体轮廓。 这种强大的测距、感知能力，一开始只被用于科研实验室和国家重大项目。比如NASA在阿波罗15号登月任务中，通过激光雷达完成月球表面的地形探测与三维制图，让人类第一次看到了月球的地貌。 随着微电子小型化，激光雷达终于成为民用设备的眼睛。而它的进化历程，就是把这双电子眼，不断打磨得更完美。 激光雷

吉利如何以长期主义制胜汽车智能化的竞争？

马年春晚，机器人武术表演引起全网热议，甚至在全球社交媒体上引发了对中国人形机器人技术的极度关注。更早之前的2025年12月，全国首张L3级自动驾驶汽车上路通行牌照发出。 这些突破点，被全球媒体形容为一个个科技领域的“中国时刻”。我们也不免好奇，下一个有关智能化的中国时刻何在？具身智能与智能汽车的崭新赛道上，下一个飞驰而过的会是谁？ 带着这些问题，我们在3月初的一天，来到了位于宁波杭州湾的吉利汽车研究院。采访到吉利汽车集团副总裁、吉利汽车研究院院长李传海。在这次交流中，有一个判断逐渐在脑海中清晰了起来：AI+车，正在抵近下一个中国时刻。中国汽车企业，已经在广袤的AI赛道上集聚起了系统化、差异化的竞争优势。 这些优势的整合与叠加，会很快将全新价值释放到用户手中，最终助力中国汽车完成继电动化之后，以智能化为杠杆的二次革命。 打开车门，欢迎AI 首先我们要来划定一个讨论范围：什么是AI+车？以及这条赛道为什么重要。 AI技术与汽车，正以超越以往认知的高效率实现融合。在以往的汽车智能化进程中，AI技术同样扮演着至关重要的作用。比如智驾需要AI的深度参与，智能座舱中离不开以AI驱动的语音助手等。但在目前这个阶段，AI正在从汽车中的单点能力，进化为系统性、多元化掌握汽车的整车大脑。同时，大模型能力成为汽车智能化的新抓手。 比如说，特斯拉正在将xAI打造的大语言模型Grok带上汽车，再比如以大模型驱动的VLA正在取代过往以海量规则支配的自动驾驶实现方案。可以说，AI大模型正以前所未见的存在感，参与到汽车的核心系统中来。由此产生的变革幅度不亚于汽车从燃油驱动走向电动化的变革。“AI+车”，正在成为未来几年汽车市场中最重要，也最具社会经济价值的一条赛道。 在李传海看来，“AI+车”的发展将不断加快，是由两个维度决定的。 首先是产业发展维度。当前汽车产业正处在向电动化、智能化转型的关键期，产业规

在一些车主的交流社区里，流传着一个并不官方、却足够形象的词——罚站。 它指的是人已站在车门外，却迟迟打不开车门的那段尴尬时刻。手机在口袋里，蓝牙也开着，车却像没看见你一样，需要反复靠近、退后，甚至重新点亮屏幕，才能完成一次本该顺理成章的解锁。 有些讽刺的是，在汽车智能化高速发展的今天，屏幕越来越大、算力越来越强、辅助驾驶越来越复杂，“打开车门”这样一件最基础的事情，反倒成了一道需要被重新解决的难题。 也正是在这些看似微不足道，却频繁发生的“罚站”时刻里，人们开始重新意识到：真正决定智能体验下限的很有可能就是车钥匙这样的底层连接。 那么，到底是什么影响了数字车钥匙的体验？车中还有哪些连接的裂缝亟待攻破？ 车在咫尺 连接为何屡屡失灵？ 在汽车智能化的叙事里，车钥匙是一个很少被认真讨论的角色。它不像自动驾驶那样宏大，也不像大屏座舱那样直观。对消费者而言，数字车钥匙只有两种状态：好用或者不好用。 但在工程视角里，数字车钥匙却是一个极端苛刻的系统。它要在极短时间内完成身份确认，又要在最复杂的无线环境中保持稳定，把功耗控制到最低。过去几年，蓝牙，NFC、UWB各种方案轮番上阵，多样化的数字车钥匙方案确实解决了“不用带实体钥匙”的问题。 然而，便利的背后，新的裂缝正在扩大。在真实用车场景中，“靠近即开”并没有宣传那么可靠。 首先是解锁难，今天的数字车钥匙大多依赖蓝牙，靠信号强弱（RSSI）来判断距离。但在地下车库、电梯间，甚至只是你把手机放进口袋，金属车身和人体就会反射、吸收无线信号，系统基于信号测距的误差可达数米、反应时间长。 为此，有的车厂想通过高频监听周围信号，但给用户带来更糟的使用体验。有车主吐槽，蓝牙车钥匙实在太耗电，监听间隔越短，静态功耗也越高，很快手机就会发出低电量预警。 开车门难，但是进入车里就能丝滑连接了吗？ 像车钥匙这样的连接断裂，其实在车中比比皆是。打开车门、进入车

小红书等社交平台上，一股“买车劝退”的浪潮正悄然蔓延。 越来越多年轻人开始主动刺破消费社会为他们编织的幻梦。在#买车后悔了#、#别买！车主劝退#、#养车比租房贵#等话题下，“没有车时满心执念，买完立马后悔”戳中了无数新车主。 “没有提车的喜悦，只有花了很多钱的焦虑。” “一年保险三千多，小保养六百，加油停车维修，轻松过万。” “昨天硬逼着自己出去溜车，结果窄路掉头剐了宝马……赔了几百私了，现在满脑子都是后悔。” 对年轻人而言，提车是梦想实现的结果，也是痛苦的开始，财务压力很快就碾到了身上。其中最令人纠结的是车险。 停车费、保养费尚可算作享受出行便利的必要成本，可每年五六千元的保费，更像一笔“不出事就白交”的强制沉没成本，越想越让人膈应。 买得起车，却交不起险，是众多新手车主的真实困境。这一困境背后，藏着一个被长期忽视的核心问题：传统车险的定价逻辑，早已滞后于当下的汽车技术现实。 智能驾驶引发的保险变革，正风起于青萍，能成为缓解年轻人养车焦虑的一剂解药吗？ 当车比人更值得信任 面对年轻人的养车焦虑，不乏批评声音：“当初签合同时怎么不哭穷？真穷就坐公交，别一边享受有车的便利，一边抱怨养车贵，这叫既要又要。” 但新车主的焦虑并非无病呻吟。我们不妨算一笔养车账：目前中国车险市场由交强险和商业险两部分构成，交强险实行全国统一基础费率，基础保费是950元（燃油车）或 855元（新能源车）。商业险的定价公式则更加复杂，保费随车型价位差异明显。以10万级燃油车为例，首年全险保费通常在4000至5000元；新能源车因车损险包含三电系统保障，保费比同价位燃油车高出约30%，20万级新能源车首年商业险可达6000元左右。 就在新车主为养车焦虑不已的时候，海外传来了一个更让人破防的消息：数字保险公司Lemonade直接给出了五折力度。 1月21日，Lemonade推出全球首款专为自动驾驶设计的车险

2026年1月初的拉斯维加斯，清晨的微风中还带着一丝凉意，但拉斯维加斯会议中心的气氛却早已沸腾。 如果在这个时候走进CES汽车科技核心区，你会发现一个微妙而鲜明的变化：传统国际车企的展台依旧精致、克制、不乏历史厚重感，但真正让人排队、被反复围观的往往是挂着中国品牌的展位。 回想两三年前，大家聊起汽车智能化，话题总绕不开“屏幕够不够大”“语音识别灵不灵”“高速NOA跑得顺不顺”。那时的智能更像是一张功能清单，项目越多，参数越高，越容易成为卖点。 但到了2026年，这套叙事明显不再成立了。汽车智能化正在进入一个更难，也更真实的系统深水区。 那么，在这场从炫技转向落地的关键节点上，中国汽车究竟走到哪一步了？答案或许比很多人想象得更远。 从秀功能到拼系统 几年前，汽车智能化的竞争还停留在“看得见、摸得着”的表层阶段。各大车展和发布会上，厂商热衷于展示那些直观、可量化的技术亮点：语音助手能否实现多轮自然对话？中控屏幕是不是比竞品更大、更炫？城市NOA是否已覆盖上千公里？ 只要功能堆得快、参数拉得高，就能在短时间内吸引媒体聚光灯和消费者眼球。彼时，智能化更多是一种营销标签，是产品差异化的一张快捷牌。车企如同拼图一般，将最新最炫的智能配置拼接在一起，追求短期曝光和销售转化。 然而，到了2026年CES国际消费电子展，这种以功能点为核心的话语体系明显退居次位。展台上不再充斥着对单一技术指标的反复强调，取而代之的是“系统架构”“全域协同”“智能代理”“中央计算”等更具工程深度与战略高度的关键词。 在这股转向中，中国头部车企的动作尤为突出。 吉利在本届展会上带来了一套名为全域AI 2.0的技术体系，其核心是一个叫WAM的世界行为模型。这名字听起来抽象，实则指向一个非常具体的目标：为整辆车打造一个统一的决策中枢。过去，智能驾驶、座舱交互、底盘控制各自运行在不同的计算单元里，数据不通、逻辑割裂。

1月6日，**乾昆智能汽车解决方案公布了一组数据：2025年全年，搭载乾昆智驾系统的车型销量突破90万台，两年间增长达10倍。而就在一个月前，其“车位到车位 2.0”功能已覆盖全国超100万个停车场，累计使用次数突破3000万次。 不断攀升的数字传递出一个信号：智能驾驶，尤其是高阶智驾，正从加分项变成必选项，深刻影响着用户的购车决策。 最近半年，消费者进汽车4S店看车时，不再像过去那样首先关心价格、续航或内饰配置，而是直接询问一句：“这车配智驾系统吗？” 其中，乾昆于2025年春季推出的ADS 4.0系统尤为引人关注。作为国内首个在量产车型上实现高速L3自动驾驶并完成商业落地的方案，它在短短几个月内就吸引了14家车企、33款车型，合作品牌从阿维塔、深蓝延伸到奥迪、五菱，覆盖了15万元到百万元的全价格区间。 如此快速的行业响应，也让不少尚未体验过高阶智驾的用户产生疑问： 高速L3到底意味着什么？它和过去那些“L2+”智驾差别真有那么大？为什么这么多车企宁愿引入外部方案，也不自己从头做起？ 要回答这些问题，得先回到一个最朴素的体验：你敢不敢在高速上松开方向盘？ ADS 4.0，到底有什么不同？ 如果你用过L2或L2+级别的智能驾驶，大概率有过这样的经历： 高速上它能跟车、能变道，看起来挺聪明，可一旦遇到施工路段、突然加塞，或者下匝道时，它就懵了，要么急刹吓你一跳，要么直接让你接管。久而久之，很多人出于安全考虑干脆闲置不用。 这种不敢信的背后，其实藏着一个根本问题：无论系统表现多好，法律上你始终是驾驶员，出事就得你担责，所以哪怕智能驾驶功能再强，你也得时刻准备接手。 但到了2025年，情况开始变了。随着《北京市自动驾驶汽车条例》等法规落地，L3级自动驾驶终于可以合法商用。而在合规场景下，一旦L3系统激活，法律责任从用户转移到车企或技术供应商。 这意味，系统不能只是偶尔聪明，而必须

不知道大伙有没有发现，最近车路协同这个词，好像越来越少提了？ 曾几何时，它被描绘成未来出行的关键一环：让车能提前知道红灯还剩几秒变绿，前方弯道是否有来车，甚至施工路段何时恢复通行。这种“车与道路对话”的能力，就是所谓的车路协同（V2X）。 2018到2022年，它几乎无处不在。地方政府争相建设智慧高速，科技公司高调布局路侧单元，车企新车发布会必提V2X功能。一时间，车路协同一度成为中国智能交通和自动驾驶领域最炙手可热的概念之一。 而近几年，这一概念在公众舆论的热度显著降温。资本转向大模型，车企聚焦端到端智驾，连行业展会都鲜有提及。曾经备受追捧的技术路线，仿佛已经淡出公众视野。 资本退潮、项目停滞、车企转向……人们不禁要问，这项曾被寄予厚望的技术，是否已经彻底失宠？2026年，它还有没有可能重新回到舞台中央？ 从爆火到静默 车路协同的核心设想很直接：让车和路共享信息。 交通信息不再只靠车载摄像头猜，而是由路边的传感器实时感知，并推送给车辆。 这听起来比单车智能更稳妥。如果路能提前“告诉”车，是不是就能避免很多事故？ 一时间，V2X（车联网）被视为破解高阶自动驾驶难题的中国方案。政府、科技巨头、车企纷纷发力，相关概念股一度暴涨。 2020年，国家发展改革委等十一部委联合发布《智能汽车创新发展战略》，将“车路协同”提升至国家战略高度。随后，“智慧城市基础设施与智能网联汽车协同发展”（即“双智城市”）试点在北上广深等16个城市铺开，中央财政配套专项资金，地方争相申报示范区。 科技巨头闻风而动。**推出“车路云协同”全栈解决方案，涵盖路侧感知、通信模组、边缘计算到云控平台；百度Apollo在全国首个“车路云一体化”高级别自动驾驶示范区亦庄部署329套智能网联标准路口；阿里云依托城市大脑布局车路协同数据中台……这场围绕新型数字基建的生态战，谁都不想缺席。 但短短几年，它就退出公众视野了