近日,韩国现代汽车内部的一份自动驾驶系统评测分数流传开来,在汽车行业引发了不小的涟漪。在这份基于Waymo Open Dataset等标准数据集的测试中,特斯拉以90分的高分领跑,华为获70分,Mobileye与Momenta均为50分左右,而现代自研的Atria AI系统仅得25分。
单看分数,这仿佛是一份清晰的“学霸与学渣”名单。但这场由一家传统车企巨头主导的“自我诊断”,其价值远不止于排名的噱头。它像一把手术刀,剖开了当前自动驾驶行业的三大迷思:测评体系的局限性、技术路线的路线之争,以及传统巨头在软件定义时代下的转型焦虑。
第一梯队:标杆的“光环”与被低估的“实力”
特斯拉的90分看似确立了其行业标杆地位,但这其实是一场典型的“主场作战”胜利。测评基于Waymo Open Dataset等北美数据集,恰好击中了特斯拉的优势区——海量北美路况数据积累与纯视觉端到端技术的先发优势。在高速巡航、规整道路等标准化场景中,特斯拉“数据-算法-场景”的飞轮效应确实无人能及。
然而,90分的高光背后藏着明显的“灯下黑”。一方面,纯视觉方案在极端天气、弱光环境下的感知降级是物理瓶颈;另一方面,脱离本土路况的“高分”含金量存疑。当特斯拉在中国的复杂街巷面对“中国式过马路”和随意穿插的非机动车时,其实际接管率和驾驶平顺性往往不如某些“低分”选手。这一点在国内2025年的多项智驾榜单中也得到印证——华为、小鹏、Momenta在城区复杂路况下的综合评分屡屡反超特斯拉。
这就引出了最具争议的70分获得者——华为。在现代的这份考卷上,华为被定位为“优等生”,但在诸多业内人士看来,这更像是一个被低估的全能型选手。华为的技术逻辑是多传感器融合,通过激光雷达、摄像头、毫米波雷达构建“安全冗余”。这种在硬件上看似“堆料”的做法,虽然增加了成本,却在鬼探头、雨雪天气、夜间低照明等极端场景中构筑了极高的安全阈值。在中国汽车技术研究中心等机构的测试中,华为ADS系统在安全性和效率榜上常年霸榜,城市NOA的接管率已降至极低水平。若测评维度中加入“安全冗余”和“中国特殊路况”的权重,70分与90分的差距或许会急剧缩小甚至反转。
中游阵营:供应链“卖水人”的及格线
Mobileye与Momenta同获50分,这一分数精准地描绘了第三方供应商的行业定位:不可或缺,但难言统治。50分意味着“能用”,但远未达到“好用”和“放心用”的智驾体验阈值。
对于Mobileye而言,作为老牌劲旅,其黑盒交付模式虽然降低了车企的研发门槛,但在追求差异化体验的当下,这种“交钥匙”方案正逐渐失去高端市场的青睐。而Momenta则代表了另一种可能——数据驱动的“飞轮”玩家。50分虽然看起来只是及格,但值得注意的是,在国内2025年的智驾天梯榜中,Momenta凭借与多家车企的合作,其实测分数往往能挤进第一梯队,甚至在某些榜单中仅次于华为。现代给出的50分,可能更多反映的是其在国际标准数据集下的表现,而在中国市场,Momenta通过海量本土数据喂养出的场景适应能力,或许远超这个分数。
25分的自研警钟:传统巨头的“诺基亚时刻”
最耐人寻味的,是现代给自己的25分。这不仅是技术上的落后,更是一种战略上的坦诚与焦虑。
现代汽车集团执行董事长郑义宣曾坦言:“我们确实落后了,中国企业和特斯拉推进得非常快”。这份25分的成绩单,正是这种焦虑的具象化。新任命的AVP负责人Minwoo Park(前英伟达和特斯拉高管)重审自研项目后,得出的结论冰冷而现实:与其在错误的道路上浪费弹药,不如及时止损。传闻现代可能放弃Atria AI,全面转向英伟达的Alpamayo方案。
这一决策背后,暴露了传统车企在“软件定义汽车”时代的集体困境。现代并非没有远见,它投资了自动驾驶公司Motional,也投入巨资研发,但传统制造业的“硬汉”基因与AI软件的“极客”逻辑之间存在天然的断层。当特斯拉在算力集群中堆叠上万张显卡、华为用ICT基础设施的底子重构汽车电子架构时,传统车企的自研团队还在用造车的线性思维解构AI的指数级迭代。
25分,是现代给自己的一记响亮耳光,也是对所有传统车企的警示:在自动驾驶的赛道上,过去的造车经验不仅不是壁垒,反而可能成为沉重的包袱。
争议背后的本质:谁在定义“好”的自动驾驶?
归根结底,这场分数风波的本质,是话语权之争。Waymo Open Dataset作为测评标准,本质上代表了美国加州郊区相对规整的道路逻辑;而中国的智驾榜单则更侧重复杂路况下的博弈能力。特斯拉的“端到端”追求的是拟人化;华为的“多传感器融合”追求的则是安全冗余的最大化。
现代汽车的内部评分,为我们提供了一个审视行业的切片,但它不应被奉为圭臬。如果自动驾驶的终点是全场景的安全与便捷,那么任何单一维度的分数都只是盲人摸象。对于现代而言,25分是结束,也是开始——结束的是对低效自研的幻想,开始的是更为务实的技术合作。而对于整个行业,这场关于分数的争议时刻提醒我们:在通往无人驾驶的征途中,没有标准答案,只有不断的试错、校准与重生。