陪同吉利研究院长实测高阶智驾，体验了超越常规的自动驾驶能力。系统不仅能应对狭窄道路会车，更在掉头遇阻时自主倒车调整，展现了类似老司机的决策逻辑。这揭示了端到端模型在复杂环境感知与决策上的突破，为未来自动驾驶的实现提供了具象化的展望。
智能速览
系统会主动挪车为对向来车创造通行空间，避免道路僵持。
在狭窄路段掉头时，系统可自主倒车调整，一把掉不过去就倒两把。
车辆支持手机无人召唤，驾驶位无人的状态下可低速行驶。
核心优势源于WAM端到端模型，强化了环境感知与决策能力。
量产车硬件已具备支持全无人化驾驶的能力，等待软件和法规成熟。
精华内容
高阶智能驾驶的先进性，往往体现在处理突发和复杂场景的能力上。这次实测的几个关键瞬间，生动地展示了吉利智驾系统背后的技术思考与实现路径。
主动博弈化解僵局
在狭窄路段面对对向来车，系统并未选择原地等待，而是主动向前挪动，为对方创造通过空间。这种“交通松绑”的操作，类似人类司机的博弈思维，被评测人认为是第一梯队水准。这一动作避免了双方僵持，提升了通行效率，展现了系统对动态环境的深刻理解。
极限掉头的智慧
当一把方向无法完成掉头时，系统并未直接退出请求接管，而是自主执行倒车调整。通过两进一退的操作，车辆顺利在狭窄路口完成掉头。这种能力在业内量产车中极为罕见，标志着系统已具备处理高难度空间规划问题的能力。
无人召唤功能
通过手机APP，车辆在驾驶位无人的情况下被成功召唤至指定位置，实现低速L4级自动驾驶。这展示了量产车“极氪9X Hyper”已具备全无人化的硬件基础。该功能是实现端到端无人化服务的关键一环，如自动寻位充电。
核心模型驱动
这些复杂场景的实现，得益于吉利的WAM端到端模型。该模型强化了环境感知、行为预测与决策规划的全链路能力，使车辆能够像人一样综合判断并选择最优解。研究院长的介绍点明了技术核心在于模型自身的迭代与进化。
这次体验不仅是功能展示，更揭示了高阶智驾从L2迈向L4的技术可行性。硬件已就位，随着算法的持续迭代与法规的完善，那些曾存在于想象中的全无人化场景，正加速成为我们生活中的一部分。
关键评论
重庆网友期待体验，并担心自己车辆的智驾能力没有宣传的那么强。
有网友给出实用建议，希望抓紧解决隐藏式门把手在碰撞后可能弹不出的问题。
