乐道L60深度测试：端到端驾驶与自动泊车如何重塑智能出行体验

1. 项目概述：一次深度体验乐道L60智能驾驶核心能力的旅程

最近，我拿到了一台搭载最新版本车机系统的乐道L60试驾车，进行了一次为期一周的深度测试。这次测试的核心目标非常明确，就是聚焦于其智能驾驶系统的两大核心功能：端到端驾驶和自动泊车。对于关注智能汽车的朋友来说，这两个词可以说是当前行业技术竞赛的焦点。乐道L60作为蔚来旗下主打家庭市场的品牌，其智能驾驶能力是否真的能像宣传的那样“旗舰智能，领先一代”？尤其是它搭载了蔚来全自研的5nm神玑NX9031芯片和蔚来世界模型（NWM），这套软硬件组合在实际道路和复杂车位面前表现如何，是我这次测试最想搞清楚的问题。

简单来说，这次测试就是要把车开上城市道路、高架、快速路，甚至是一些刁钻的停车场，去真实感受这套系统的“智商”和“情商”。端到端驾驶考验的是车辆在复杂交通环境下的综合决策与执行能力，它能否像一位经验丰富的老司机一样，流畅、安全且合理地处理各种路况？而自动泊车则考验的是系统在极限空间下的感知精度和控制细腻度，它能否让停车这件“小事”变得真正轻松无感？接下来，我就把这一周里记录下的详细体验、操作过程、遇到的惊喜以及一些值得注意的细节，毫无保留地分享给大家。

2. 测试环境与车辆状态说明

在深入细节之前，我觉得有必要先把这次测试的“考场”和“考生”状态交代清楚，这直接关系到后续所有体验结论的参考价值。我拿到的这台乐道L60是顶配版本，配备了完整的智能驾驶硬件，包括车顶瞭望塔式布局的激光雷达、7个800万像素高清摄像头、4个300万像素环视摄像头以及4D成像毫米波雷达等，总共30个高性能感知硬件。车机系统版本是当时最新的内测版本，据工程师介绍，这个版本重点优化了端到端模型的泛化能力和泊车场景的通过率。

测试地点主要覆盖了上海的内环、中环、南北高架等典型城市快速路，浦东、浦西的部分核心城区道路，以及多个具有代表性的停车场，包括标准划线车位、狭窄的机械车位、斜列车位和没有划线的靠墙车位。测试时间涵盖了工作日早高峰、平峰期、夜间以及周末，以获取不同交通密度和光照条件下的表现数据。需要明确的是，所有的智能驾驶功能，包括领航辅助（NOP+）和自动泊车，都属于驾驶辅助系统，驾驶员必须全程保持注意力，随时准备接管车辆。我的测试也是在确保安全、遵守法规的前提下进行的。

3. 端到端驾驶体验：从“规则驱动”到“场景理解”的跨越

3.1 什么是“端到端”？乐道L60的实现路径

在聊具体体验前，我们先花点时间理解一下“端到端”这个概念，因为它和传统的模块化智能驾驶有本质区别。传统的方案好比一个流水线：感知模块（摄像头、雷达）先“看”，识别出车道线、车辆、行人；然后规划模块根据一堆预设的规则（比如保持车距、不能压线）来规划路径；最后控制模块去执行转向、加速、刹车。这套流程的缺点是，规则是死的，面对海量、不确定的真实世界场景，总有覆盖不到的“Corner Case”（极端情况）。

而乐道L60所采用的，基于蔚来世界模型（NWM）的端到端方案，思路完全不同。你可以把它想象成一个从“驾校毕业的规矩学生”变成了“有多年实战经验的老司机”。NWM是一个巨大的神经网络模型，它通过海量的真实驾驶数据（视频片段）进行训练，学习的是从传感器原始数据（图像、点云）直接到车辆控制信号（方向盘转角、油门刹车深度）的映射关系。它不再依赖大量人工编写的“如果-那么”规则，而是尝试去理解整个驾驶场景，并输出一个最符合人类驾驶习惯的、平滑连贯的动作。

这次新车机版本的核心升级，就在于这个端到端模型的迭代。官方称之为“全栈赋能”，我的理解是，端到端的能力已经更深度地融入了从感知、预测到规控的每一个环节，而不仅仅是在最后规控阶段做一个“风格化”的微调。

3.2 城区及高架道路实战表现

在实际道路上激活NOP+（全域领航辅助）后，最直观的感受就是驾驶风格更像人了。这里我分几个典型场景来说。

第一，加减速的平顺性。这是提升舒适感的关键。传统系统在面对前车减速或加塞时，刹车往往比较生硬，有点像新手司机“点头刹”。乐道L60的新版本在这方面优化明显。当前车缓慢减速时，它能够非常线性地跟随减速，体感非常自然。即使遇到突然的加塞，它的制动响应虽然迅速，但力度是渐进的，避免了车内乘员的突兀感。加速亦然，汇入主路或变道完成后的提速，不再是“一脚电门”冲出去，而是有一个柔和的加速度建立过程。

第二，变道策略的“博弈”能力。在拥堵的高架上，变道是常态。老版本的辅助驾驶在变道时，往往显得“过于礼貌”或“过于机械”——要么一直等着，直到旁边车道出现一个巨大的空档才敢并线；要么打了灯就硬并，不顾后车反应。新版本的端到端模型展现出了一定的“博弈”思维。它会更积极地寻找变道时机，在判断侧后方车辆距离和速度相对安全时，会一边打灯一边开始缓缓贴近车道线，这种“试探性”的动作很像人类司机，常常能“诱导”后车稍微减速让出空间，从而完成流畅的变道。当然，如果后车加速逼近，它也会很果断地取消变道，缩回原车道。

第三，对复杂路况的应对。我特意找了一段正在维修、车道线模糊且有大车压线行驶的路段。传统系统在这里很可能直接降级或退出，因为清晰的车道线是它的“生命线”。但乐道L60的端到端模型，结合激光雷达和高精地图的冗余信息，表现出了更强的鲁棒性。它没有慌张，而是基于对周围车辆轨迹的预测和对路面残存标线的识别，稳稳地保持在车流中，跟随前车轨迹通过。这个过程虽然让我这个测试者手心有点冒汗，但系统始终没有发出接管请求。

第四，路口通行能力。在无保护左转路口，这是对智能驾驶系统的大考。系统需要综合判断对向直行车流、行人、非机动车，并找到一个安全的穿插时机。乐道L60的处理方式是“谨慎但果断”。它会先减速接近路口，充分观察，一旦判断有一个足够的时间窗口，便会平稳地加速通过，不会在路口中间犹豫不决。整个过程的轨迹曲线平滑，方向盘转动也很连贯。

注意：尽管端到端驾驶表现惊艳，但它依然有局限性。例如，在面对一些非常规的交通参与者（比如拉着板车的行人、造型奇特的道路作业车辆）时，系统的识别和预测可能会存在不确定性。驾驶员必须时刻关注路面，手扶方向盘，做好随时接管的准备。系统只是一个能力强大的辅助，最终的安全责任仍在驾驶员。

3.3 端到端AEB：隐形的安全守护者

这次测试中，我还重点关注了其端到端AEB（自动紧急制动）功能。与传统的基于规则和阈值的AEB不同，端到端AEB同样由世界模型驱动。它不仅仅是检测到障碍物然后刹车，而是能更好地理解场景的“风险等级”。

在一个模拟的“鬼探头”场景（在路边停靠的车辆中间突然跑出一个小孩）中，系统的反应非常迅速且果断。更重要的是，在另一次测试中，前方车辆突然急刹，而旁边车道有车，不具备安全变道条件。端到端AEB在实施大力制动的同时，似乎还带有轻微的、合理的转向微调（仍在车道内），以最大化利用前方空间，减轻碰撞风险。这种带有一丝“避让”意图的制动，体现了端到端模型对全局场景的综合考量，而不仅仅是“发现障碍-全力刹车”的单一逻辑。

4. 自动泊车全场景测试：从“能用”到“好用”的进化

如果说端到端驾驶考验的是“动态智商”，那么自动泊车考验的就是“静态精细操作”。乐道L60的自动泊车功能支持多种模式，我逐一进行了测试。

4.1 标准车位泊入：基本功扎实

对于画线清晰的标准垂直车位和侧方车位，乐道L60的泊入可以说是“快、准、稳”。通过环视摄像头和超声波雷达的融合感知，车辆能非常快地识别出车位。泊入过程流畅，方向盘转动速度均匀，车身轨迹平滑，基本一次到位，不会出现来回揉好几把的情况。停好后，车辆在车位内的位置也很正，左右间距均衡。

4.2 极限窄车位与机械车位挑战

这是检验泊车系统实力的试金石。我找到了一个宽度仅比车宽多出约30厘米的侧方车位。第一次尝试时，系统识别出了车位但提示“车位过窄，建议寻找其他车位”。但我选择强制让它泊入。整个过程会明显慢很多，系统显得非常谨慎，方向盘会进行多次小角度的精细调整，超声波雷达的提示音几乎在持续鸣响。最终，它成功停入，两侧后视镜距离旁车都只有寥寥数厘米，但这个距离控制得极其精准且均匀。这背后是端到端模型对车身姿态和周围障碍物距离的毫米级感知与控制能力。

对于机械车位，系统需要识别车位的支撑结构。乐道L60成功识别并完成了泊入，但需要提醒的是，由于机械车位对轮胎停放位置要求苛刻，且设备可能存在故障风险，强烈不建议在日常使用中完全依赖自动泊车停入机械车位，人工监督和确认至关重要。

4.3 “随心拖框”与“遥控泊车”的实用体验

“随心拖框”功能非常直观好用。当360环视影像启动后，你可以直接在中控屏上用手指拖动一个虚拟的停车框，放到任何你想停的位置，比如一片空旷的广场、自家院子没有划线的地方。系统会以你画定的框为目标进行泊入。这个功能极大地拓展了自动泊车的应用场景。

“遥控泊车”则在窄车位上下车不便时派上用场。通过手机App，可以控制车辆直线前进或后退。我在一个两侧都停得很近的车位进行了测试，用手机将车遥控出来，整个过程信号稳定，控制精准。但要注意，使用该功能时，用户必须站在车旁保持对环境的观察，确保安全。

4.4 泊车过程中的细节与策略

乐道L60的泊车策略有几个值得称道的细节。第一是路径规划合理，它不会规划出一个需要“一把舵”直接扎进去的不切实际的路径，而是会像老司机一样，先向前开一点，创造出足够的转弯空间，再开始倒车。第二是对动态障碍物的反应，在泊车过程中，如果有行人或车辆从车后经过，它会立刻暂停，等待其通过后再继续，并在中控屏上清晰地标出行人位置。第三是泊出辅助，在狭窄车位，它不仅能帮你泊入，也能帮你泊出，系统会自动打方向先让车头探出，方便驾驶员观察路况。

5. 车机系统与智能驾驶的协同体验

智能驾驶的体验，离不开车机系统这个交互枢纽。乐道L60搭载的17.2英寸3K高清中控屏和基于SkyOS·天枢的系统，在与智能驾驶的协同上做得相当到位。

5.1 信息可视化：所见即所得

在开启NOP+或自动泊车时，中控屏和13英寸HUD会成为信息的主战场。屏幕上的SR（场景渲染）模型非常精细，不仅还原了车道、车辆、行人，还能显示自行车、三轮车、锥桶等，甚至对车辆转向灯、刹车灯的状态也有示意。当系统准备变道时，HUD上会用一个蓝色的箭头清晰地指示变道方向，同时SR模型中的目标车道会高亮显示。在泊车时，360环视影像与SR模型的融合视图，让周围障碍物的距离一目了然，配合精确到厘米的数字显示，大大提升了驾驶员的信心。

5.2 交互逻辑：清晰且安心

系统的状态提示音和语音提示恰到好处，不会过于频繁打扰。例如，变道成功、NOP+即将退出、泊车完成等，都有明确的提示。特别是在需要驾驶员接管的场景下，系统会通过视觉（屏幕闪烁）、听觉（逐渐增强的提示音）和触觉（方向盘震动）进行三级预警，确保驾驶员能及时响应。这种多模态的交互设计，对于安全至关重要。

5.3 小乐AI伙伴的辅助作用

在测试中，我也尝试了通过语音指令“小乐”来操作智能驾驶相关功能。比如，在高速上可以直接说“小乐，开启领航辅助”，系统便会自动完成激活。或者在下地库时说“小乐，帮我找车位”，它就会自动开启泊车搜索。这种无缝的语音交互，让功能的调用更加自然便捷，减少了驾驶员在屏幕上点按的分心。

6. 硬件基石：神玑NX9031芯片与感知系统的幕后贡献

所有流畅的软件体验，都离不开强大的硬件支撑。乐道L60的智能驾驶硬件配置堪称豪华，这也是其敢于部署端到端大模型的底气。

神玑NX9031芯片：这颗全球首颗5nm车规级AI芯片是大脑。其高达1000TOPS以上的AI算力，为运行蔚来世界模型这种超大规模神经网络提供了可能。更关键的是其高带宽和低功耗设计，确保了海量传感器数据（尤其是800万像素摄像头产生的巨量图像数据）能够被实时处理，并做出低延迟的决策。在长时间测试中，车机系统没有出现因算力不足导致的卡顿或反应迟钝。

“瞭望塔”式传感器布局：车顶的激光雷达和800万像素前向摄像头位置最高，形成了“站得高，看得远”的视野优势。这对于提前感知远处路口的交通灯、识别前方车流的异常制动、以及在高处俯瞰泊车环境都极为有利。这种布局虽然对造型有影响，但为了感知性能，是一个务实且高效的选择。

4D成像毫米波雷达：相比传统毫米波雷达，4D成像雷达增加了“高度”维度的探测能力，点云更密集。它在雨雾天气、夜间等摄像头感知能力下降的场景下，提供了稳定的深度和速度信息，与视觉感知形成有效互补。在测试中遇到的一场小雨，系统对前方车辆的跟踪依然稳定，没有出现摄像头因水珠干扰导致的目标“跳变”现象。

7. 测试中发现的问题与优化建议

一周的深度测试并非全是完美体验，我也记录下了一些值得关注的点，有些可能是当前版本的局限，有些则是所有智能驾驶系统都需要面对的挑战。

1. 对近距离“cut-in”的应对仍可优化。在拥堵缓行时，旁边车道车辆非常近距离地、缓慢地车头切入本车道，系统有时会采取一个相对急促的制动。虽然安全上没问题，但影响了舒适性。理想的处理应该是更早地预判其意图，进行更平缓的减速。

2. 复杂环岛通行策略偏保守。在进入多车道大型环岛时，系统对于选择哪条车道、何时汇入环岛车流显得有些犹豫，有时会错过最佳时机，导致在入口处等待时间稍长。这可能是环岛内交通参与者运动轨迹复杂，对预测模型挑战较大。

3. 自动泊车对低矮障碍物的识别。在户外停车场，面对一些高度低于保险杠的石头墩、限位杆，环视摄像头可能存在盲区，主要依赖超声波雷达。虽然雷达能探测到，但系统有时会将其误判为可逾越的障碍（如减速带），需要驾驶员特别注意。建议在SR渲染模型中对这类低矮静态障碍用更醒目的图标标示。

4. 极端光照下的感知稳定性。在夕阳直射摄像头，或进出隧道光线剧烈变化的瞬间，SR模型中偶尔会出现虚拟车辆“闪烁”或短暂消失的情况。这说明视觉感知在极端逆光下仍面临挑战，需要激光雷达和毫米波雷达提供更强的冗余。

7.1 给潜在用户的实用建议

基于我的测试体验，对于考虑乐道L60并对其智能驾驶功能感兴趣的用户，我有几点建议：

• 把它看作一个“超级副驾”：它能极大缓解长途高速和日常拥堵的疲劳，但你的角色始终是“主驾”，需要监督和负责。
• 循序渐进地建立信任：先在路况简单、熟悉的路段使用NOP+，逐步了解它的能力和边界。自动泊车也先从标准车位开始尝试。
• 保持传感器清洁：尤其是车顶的激光雷达和摄像头窗口，脏污会严重影响性能。定期清洁是保证功能正常工作的基础。
• 关注官方OTA更新：端到端系统的优势就在于能通过数据持续进化。保持车机系统为最新版本，意味着你能持续获得体验优化和新能力。

8. 总结：一次令人印象深刻的智能驾驶体验

回顾这一周的深度测试，乐道L60新车机版本在端到端驾驶和自动泊车方面的表现，确实对得起“旗舰智能”的宣传。它不再是简单地执行预设指令，而是展现出了一种基于场景理解的、更类人的驾驶思维。无论是NOP+下流畅的跟车、变道，还是自动泊车在窄车位中的精准操控，都让我感受到了技术进步带来的实实在在的便利。

当然，没有任何系统是完美的，它依然在面对一些极端复杂场景时表现出不确定性，这也正是技术持续迭代的空间。但可以肯定的是，乐道L60的这套智能驾驶系统，已经站在了当前量产车的第一梯队。它不仅仅是一套配置清单上的豪华硬件堆砌，更是通过蔚来世界模型和端到端技术，将这些硬件能力转化为了用户可感知的、安全舒适的体验。对于家庭用户而言，它提供的不仅是从A点到B点的运输，更是一份在旅途中可以适度放松、增添乐趣的科技关怀。这次测试让我确信，智能汽车的价值，正在从单纯的电动化，快速而坚定地转向以高级别辅助驾驶为核心的智能化深度竞争。