一场覆盖上海晚高峰典型复杂路况的12公里NGP全程实测，完整记录了城区窄道右转、学校周边违停车辆识别、高架汇入、大曲率匝道通行、电驴密集老街穿行等真实场景。数据明确显示辅助驾驶占比95%，全程无接管，为智驾落地提供了具象化参考。
智能速览
全程12公里晚高峰路段，NGP启用率达95%，实现零人工接管
成功应对右转道狭窄、学校周边违停车辆、多车Cut-in、大曲率匝道等高难度城区场景
VLA视觉感知系统准确识别前车尾灯转向意图，并提前语音提示变道
26款G9升级天玑AIOS 6.0系统，新增星月银配色，NGP响应更早（700米即启动变道准备）
刹车体感偏重，仅提供‘标准’与‘保守’两档调节，缺乏精细制动模式
高架路段信心充足，但城区低速转弯及电驴穿行场景仍引发驾驶员心理顾虑
精华内容
这不是封闭测试场里的理想工况，而是上海晚高峰真实毛细血管级道路——12公里行程中，既有年学费五六十万贵族学校的接送通道，也有隧道出口直连高架的急变道口，还有小区内部无标线老路。系统交出的是一份有数据、有细节、有保留意见的实战答卷。
全程表现
实测总里程11.9公里，耗时27分钟，辅助驾驶里程占比95%，全程0次接管。行程涵盖龙川北路出口、虹梅南路高架汇入、红梅高架匝道、怡养生足道周边支路及最终小区内部道路。系统在拥堵缓行、连续变道、路口等待、无保护右转等环节均保持稳定运行，未触发任何紧急接管提示。后台行程日记显示，自动变道6次、通过路口10次、主动避让Cut-in车辆4次，电门与刹车干预共174次，属高频微调范畴。
城区难点攻坚
在进入‘贵族学校’路段时，道路两侧存在多处违停车辆，系统准确识别左转车道旁静态障碍物，并自主规划绕行路径；面对突然Cut-in车辆，G9在0.8秒内完成减速响应，体感平顺但制动初段偏重；行至隧道出口衔接高架入口时，系统提前700米启动右转变道准备，比上代车型响应距离提升约230米；在红梅高架下匝道处，以35km/h通过曲率半径约85米的大弯道，车身始终居中，横向控制偏差小于12cm。
系统能力边界
城区低速场景暴露明显短板：老街内部无标线路段，NGP自动降级为LCC（车道居中），失去导航引导能力；面对电驴频繁斜插、儿童突然横穿等非结构化行为，系统依赖安全员预判，未见主动降速或鸣笛提醒；制动逻辑仅有‘标准’与‘保守’两档，实测‘标准’模式下30km/h刹停G值达0.32g，体感突兀，且无法调节减速度曲线；语音提示及时性良好，每次变道前3秒均有‘准备向右变道’播报，但未同步显示侧方盲区动态风险等级。
硬件与体验升级
26款G9搭载第二代VLA视觉感知架构，取消激光雷达依赖，纯视觉方案在阴天晚高峰光照不足条件下仍保持稳定目标检测；座舱升级天玑AIOS 6.0系统，支持全域超车道级导航，实测中高德地图POI检索响应速度提升40%，路径重规划平均延迟低于1.2秒；新增星月银车色采用三层珠光涂层，实车在黄昏灯光下呈现冷灰渐变质感，较现款静谧黑更显科技辨识度；方向盘震动反馈强度可调，但当前版本未开放NGP状态下的触觉分级策略。
这次测试不提供‘完全替代人类’的承诺，而呈现一个正在进化的智能驾驶现实切片：它能在主干道与高架上高度自主，却仍在毛细血管级城区留有谨慎余量。当95%的里程由算法承担，剩下的5%恰恰指向下一步进化的核心——如何让系统在电驴、孩童、临时占道之间，做出更接近老司机的权衡判断？这个问题的答案，或许就藏在下一次晚高峰的12公里里。
