在密集楼群之间穿行的城中村路口，一边是穿插的电瓶车和行人，一边是摇晃着后视镜的小车，谁先走、谁该让，其实没有绝对答案。最近智己LS9在这类极端路况下的实测视频之所以被反复转发，很大程度上是因为它在这种“全靠默契”的复杂环境里，展现出了接近老司机的判断方式，这比在高速上笔直巡航要难太多。
闯城中村窄巷，难在“无章可循”
城市主干道再怎么堵，好歹有清晰车道线和红绿灯，辅助驾驶系统有章可循。而城中村窄巷往往是另一种逻辑：路窄到只够一台车通过，地面没有清晰标线，三轮车、电瓶车、行人随时可能从巷口蹿出来，车辆还要随时绕开露天摊位、突兀伸出的石墩和树干。
视频里，智己LS9开进一条只有单车宽度的小路，两边堆着杂物，前方还有一棵斜伸出来的老树。如果只是按照“有障碍物就停”的简单规则处理，车要么频繁急刹，要么干脆无法顺畅通过。但这次画面里，LS9先通过高分辨率激光雷达构建出周围空间的精细三维轮廓，确认左侧树干、右侧路牙和车身之间各自还有多少余量，然后在不猛踩刹车的前提下轻微向左挪出一个弧线，把自己“挤”过去。
这个动作关键不在于能不能绕开障碍，而在于绕的过程足够连续、干脆，没有那种突然停一下又挪一下的犹豫感。这种稳定的动作节奏，对乘客来说安全感很强，也说明系统对空间冗余的估计更接近人类老司机，而不是一味“保守躲避”。
会车博弈，看的是“社交直觉”
辅助驾驶在狭窄道路会车时，经常出现两个极端：要么僵在路中间谁也不让，要么过早退缩，把本来能通过的空间“浪费”掉。城中村路况多半是人车混行，在没有固定优先权规则的情况下，车辆之间靠的是一种“你进我退”的默契。
在这次实测里，当LS9驶向路口，迎面有一台私家车，旁边还有电瓶车试图从缝隙中钻过去。系统先通过传感器和模型判断对向车的速度和方向变化，推断对方有继续前进的意图，然后选择主动靠右，把车身贴到路沿的极限位置，为对向车腾出刚好够通过的空间。这种行为类似经验老到的司机“我先把自己摆到一个让路姿态里”，对方一看就明白可以走了。
后续在一个没有红绿灯的路口左转时，LS9的处理方式也挺接近人类直觉。它不是等路口完全清空才启动，而是在确认主路车辆速度、距离可以接受的前提下，缓慢控速前进；遇到斑马线上行人靠近时，又把速度降到“蠕动”，一边移动一边观察，方便随时停下。这种把“绝对安全”和“通行效率”同时考虑进去的决策方式，背后依赖的是对周围交通参与者意图的预测，而不仅仅是对“有没有东西挡在前面”的检测。
软硬一体，才撑得起高难度场景
支撑这些细腻操作，离不开智己和Momenta之间深度捆绑的技术合作。表面看是传感器数量、算力芯片参数在堆料，本质上是为了给算法留出足够大的空间。
智己LS9在硬件上配备了520线激光雷达，能够把车周围的环境“扫描”得更细。配合英伟达的Thor芯片，车辆每秒可以处理和更新的环境信息远超以往一代产品，这让系统在面对电瓶车突然变道、行人临时停步时，能够快速重新计算最安全、最顺滑的通行路径，而不至于因为“算不过来”而频繁刹停。
更关键的是，Momenta的端到端大模型并不是作为一个独立供应模块装在车上，而是和整车电子电气架构做了深入适配。智己可以参与到底层算法和数据闭环中，对城中村这种高难度场景进行针对性的采集和训练。简单理解，就是这套系统不是一个“适配任何品牌”的通用版本，而是和LS9这台车“长期共同生活”过，对这台车的尺寸、动态特性、刹车和转向风格都非常熟，决策会更贴合整车的真实表现。
从规则堆叠，到逻辑进化
传统辅助驾驶系统依赖工程师提前写好大量规则，比如“前方有障碍距离小于多少米就刹车”，“车道线偏移多少厘米开始修正”等等。这种方式在标准高速和城市快速路上勉强够用，但一旦进入无标线、无固定优先权的复杂街巷，就会暴露出两大问题：要么规则不够细，覆盖不了各种奇怪情况；要么规则太多，矛盾交织，系统容易陷入“该不该走”的犹豫。
LS9用的R6大模型引入了强化学习等方法，把复杂交通环境抽象成一个动态博弈过程。系统不是简单执行“遇到A就做B”，而是在模拟训练和真实路测中反复试验，找到既保证安全又不至于过分保守的策略组合。比如遇到对向车辆和电瓶车同时出现时，系统会综合判断对向车的车速变化、电瓶车的运动趋势以及当前路宽，选择是“先让对向，再观察侧面”，还是“稍微前探一点给对向释放信号”。这些行为背后，是模型在长时间训练中形成的一套隐含“奖惩逻辑”：安全总是优先项，但在安全边界内，顺畅、可预期的交通流也是被鼓励的方向。
对用户来说，感受更直接。以前辅助驾驶要么“太怂”，总在不需要停的时候急刹；要么“太刚”，在复杂情况下硬往前冲，让人不放心。而通过强化学习不断调校后的系统，逐渐能把“稳”和“敢”平衡在一个更合理的位置上，这也是很多体验者会说“有点像老司机开车”的原因。
辅助驾驶竞争，真正拐点在路口和小巷
整个行业现在已经过了单纯比“传感器数量”“算力参数”的阶段，越来越多的用户会拿实际复杂路况体验来做判断。高速、环路这类相对理想的环境，差距正在缩小；真正拉开差距的是城市深处那些看似不起眼的路口和小巷。
智己LS9这次在城中村、老旧街区的表现，对很多品牌都是一个很直观的参照。想要在下半场站稳脚跟，靠采购一套标准化方案已经不够，需要车辆厂商和算法团队在架构和数据层面深度联合：硬件选型提前为未来算法预留空间，软件迭代有真实路况的大量数据做支撑，还要愿意在看起来“不那么好讲”的底层模型上长期投入。
从更长远的角度随着大模型在汽车领域的应用不断加深，车辆在处理非结构化环境时的“逻辑能力”会成为关键竞争点。谁能在城中村这种“路况炼丹炉”里跑得更稳定、更让人放心，谁就更有机会在市场上形成口碑优势，并进一步把这种能力复制到更多城市、更多场景里。
对日常出行意味着什么
对普通车主来说，这些技术升级最终会落在两个点上：一是更敢用，二是更愿意用。
更敢用，是因为系统在复杂环境里的决策不再显得突兀，会车、并线、绕行障碍这些动作越来越像身边有经验的朋友在帮你开车，让人有信任感。更愿意用，则是因为在拥挤路段辅助驾驶能实实在在缓解驾驶疲劳，不再只是高速上的“锦上添花”，而是能在堵车、窄路这类最费神的场景里发挥作用。
随着类似智己LS9这样的车型把大模型能力持续下放到更多价位和更多城市，辅助驾驶从“好玩功能”变成“日常刚需工具”可能只是时间问题。等到有一天，在多数城市的老街小巷里，智能车都能做到既不抢行也不掉链子，我们对通勤的认知也许会发生不小的变化。
以上内容基于公开技术资料和实测信息交流整理，不构成任何购买建议。如果你平时开车也常遇到这类复杂路况，会期待把这些功能交给车来帮忙吗，还是更习惯自己掌控？欢迎聊聊你的想法，看看大家对未来出行的不同期待。
智能汽车 辅助驾驶 大模型落地 城中村路况 智己LS9
全部评论 （0）