华为ADS作为行业头部智驾方案，其在复杂城市路况的真实表现备受关注。通过在杭州进行长达1.5小时的深度实测，可以全面观察该系统处理极端场景的能力，揭示其在追求极致安全与提升通行效率之间的权衡与取舍。
智能速览
问界M5搭载的华为ADS 4.0.2版本，在1小时26分钟的实测中接管4次。
系统对行人、自行车等弱势道路参与者（VRU）的避让处理堪称顶级。
面对部分复杂或未学习过的场景，系统会因自信度低而触发降级，保障安全。
在车站等特殊路段，系统的轨迹规划出现反复跳变，影响驾驶信任度。
整体驾驶策略偏保守，以安定感和安全性为核心，通行效率偶有牺牲。
精华内容
通过拆解其在多个典型高难度场景下的具体表现，可以更清晰地理解这套顶尖智驾系统的能力边界与设计逻辑。
强大的博弈能力
华为ADS在面对动态的交通参与者时，表现出极强的处理能力。在城中村狭窄路段，系统能提前预判汇车，微调方向等待，绕行动作果断且丝滑。更令人印象深刻的是，它成功识别并绕行了一只横穿马路的小狗，展现了出色的感知与规划能力。在需要与行人、非机动车博弈的路口，系统倾向于停车等待而非低速试探，这种决策果断且时延极低的处理方式，带来了很强的安定感。
场景理解短板
系统的降级问题依然存在，主要源于对特殊场景的理解不足。在一个无左转标识但导航建议左转的路口，系统因法规与导航冲突而无法生成路径，最终降级为LCC。另一个典型场景是车站出口，系统因未能理解特殊道路结构，在车道选择上反复横跳，轨迹出现抽搐，最终需要人工接管。这表明其模型在应对长尾场景时的泛化能力仍有提升空间。
保守的驾驶风格
整体而言，ADS 4.0.2的驾驶风格偏向保守。例如，在通过路口时遇黄灯，系统选择停在黄色网格线上，虽然不符合交通规则（网格线禁停），但体现了其安全第一的核心理念。在高架汇入主路时，系统选择了近乎道路尽头的激进夹塞方式，但这种做法并非主流。多数情况下，它宁愿牺牲通行效率，也要确保绝对安全，例如在狭窄道路上谨慎跟随行人，而非选择超车。
细腻的交互体验
系统在SR（环境现实渲染）方面表现出色，是目前见过的场景类型最丰富的智驾界面之一。它不仅能识别常规车辆和行人，还能识别特殊的工程车辆和一些不常见的交通标识。这种高还原度的实时渲染，让驾驶员能清晰地看到系统“看到”了什么，极大地增强了驾驶信任感，尤其对于不熟悉智驾的新手用户而言，这种直观的交互体验非常有价值。
版本迭代展望
本次测评基于ADS 4.0.2版本，而华为已开始推送4.1版本。此次测评中暴露的降级、场景理解和规划抽搐等问题，恰好为用户提供了评估新版改进方向的参考。用户可以对比4.1版本在这些曾经的“弱点场景”中是否有所进步，以及在优势场景下是否出现性能退步。这种持续的迭代与用户反馈，是推动智驾系统走向成熟的关键。
华为ADS 4.0.2展现了一流的技术实力，尤其在安全层面构筑了深厚壁垒，但对极端场景的理解仍是其进化方向。在智能驾驶的竞赛中，这种极致的安全优先策略，究竟是通往未来的最优解吗？
