小米的端到端辅助驾驶系统表现如何？通过一段复杂的市区道路实测，可以观察到它在交通规则遵守和车辆处理上有了显著进步，但在应对行人及非机动车时，仍显得过于谨慎，效率有待提升。这次实测揭示了其当前的优势与待改进的短板。
智能速览
系统在红灯前不再向前“挤”，有效避免拥堵。
左转行驶更守规矩，轨迹控制优于旧版。
处理机动车借道表现出色，逻辑清晰。
对行人、自行车等弱势参与者过于谨慎，甚至停车让行。
礼让直行车辆导致通行效率低于人类驾驶员。
精华内容
通过在包含临时停靠、混合交通流的复杂路况中实测，小米辅助驾驶的真实水平得以展现。
规则遵守
在红灯路口，系统展现了新的优化。它即使在前方有空间的情况下，也不会越过停止线“挤”行，而是选择等待下一个绿灯，有效避免了潜在的交通拥堵。在左转场景中，其行为也比旧版本更加沉稳，不再过早或过度地转动方向盘，而是遵循预设轨迹，等待安全时机后才完成转向，表现出对交通规则的更高遵守度。
车辆交互
面对机动车时，辅助驾驶系统的处理显得游刃有余。在需要借用对向车道的路段，它能准确判断时机，果断完成借道通行。对于临时信号灯也能准确识别并遵守。这种对机动车动态的清晰判断和处理逻辑，是其表现成熟的一面，说明系统在“车-车”交互场景下已经具备了不错的实用性。
弱势群体处理
系统的核心短板体现在对行人和非机动车的处理上。它的策略是极度保守，选择礼让避让，甚至在有通行空间时也倾向于停车让行。在复杂的混合路况下，这种“过度礼让”导致通行节奏被打断，有时显得犹豫和“发慌”。虽然保证了极高的安全性，但在通行效率上大打折扣，与人类驾驶员的灵活判断存在明显差距。
效率与权衡
实测中发现，为了安全，系统在通行效率上做出了妥协。例如，在左转时为了礼让直行车辆，其通过时间明显长于人类驾驶员。这种以牺牲效率换取安全的策略，是当前辅助驾驶系统普遍面临的权衡。尽管偶有小急刹等不够平顺的情况，但其后续能快速恢复速度，也反映出系统在持续学习和优化。它正走在成为“老司机”的路上，但显然还有一段距离要走。
总体来看，小米辅助驾驶在规则意识和车辆交互上进步显著，但在处理复杂混合交通时仍显稚嫩。安全与效率的平衡，是其未来能否真正成为可靠伙伴的关键。它的下一步进化方向在哪？
