3天狂奔2000公里，小鹏XNGP真比人类会开车？

今天小编分享的汽车经验：3天狂奔2000公里，小鹏XNGP真比人类会开车？，欢迎阅读。

在刚刚结束的第二十届上海国际车展上，小鹏汽车的展台可以说是亮点颇多。不仅发布了全新的 SEPA2.0 扶摇架构，也带来了旗下首款轿跑 SUV ——小鹏 G6。作为新架构下的首款战略车型，小鹏 G6 除了造型设计方面令人眼前一亮之外，自然也是搭载了小鹏汽车引以为傲的 XNGP 智能驾驶辅助系统。

对于 XNGP 的技术进步，AutoLab 一直都有持续关注。就在本月初，我们特地用了 3 天时间，驾驶小鹏 G9 和 P7i 从广州出发，全程尽可能使用 XNGP 一路向北途径深圳、赣州、杭州，最终抵达上海。这趟近 2000 公里的极限远征，让我们对于目前 4.2.0 版 XNGP 的能力有了一次全面的体验！

在这次行程中，我们经历了暴雨的侵袭、午夜的高速、逆行的两轮、各种奇葩加塞和违停……还特地在赣州和杭州两座没有完成高精地图采集的城市进行了 " 附加测试 "。如果让 AutoLab 用一句话来形容 XNGP 在这次极限远征中的体验，那就是：你只管看路，剩下的交给 XNGP！

XNGP 的「X」，究竟代表了什么？

说起 NGP，相信大家都不会陌生。毫不夸张地说，NGP 对于小鹏汽车的重要程度，就像麦当劳不能没有巨无霸。那么从 NGP 到如今的 XNGP，小鹏汽车的智能辅助驾驶到底进化到了哪一步呢？

首先，XNGP 不再局限于单一场景，而是全场景功能的集合！在已完成高精地图采集的高速和城市，毫无疑问是由高速 NGP 和城市 NGP 来完成。而在没有高精地图的区網域，XNGP 则可以提供 LCC-L（车道保持增强版）。至于停车场，则可以交由 VPA（停车场记忆泊车）来解决。

此外，根据小鹏汽车自动驾驶副总裁吴新宙最近的一次分享，XNGP 的目标是在明年可以带来从停车位到停车位的连续体验，在能力上可以做到准 L4 级别。并且他还表示：在真正的无人驾驶实现前，没有接管是智能驾驶辅助的终极形态。

而谈到接管，XNGP 在这趟极限远征中的表现确实给 AutoLab 留下了深刻的印象。同时，也让我们对 XNGP 在未来还能带来多少未知的新奇体验感到期待。不得不说，「X」真是一个神奇的字母！

用 XNGP 跑高速，真能实现「零接管」？

在这次的极限远征中，一共经过了 1544 公里的高速路段。由于想更充分地体验城市 NGP 以及 LCC-L 在没有高精地图的区網域的表现，因此高速路段被尽可能地压缩到了晚上。好巧不巧的是，这次的远征恰好又赶上了华南地区的连续暴雨。

深夜 + 暴雨 + 高速，可视距离受限以及路面积水带来的反光都是大问题，即便是经验老道的老司机也可能会择日再出发。但如果 XNGP 想要实现随时随地、全场景可用的终极目标，那么这段地狱难度的行程值得一试。

可以看到，即便是在难度最高的深圳到赣州路段，接近 350 公里的路程中也仅仅出现了 3 次接管。其中有一次还是因为临时修路摆放了装桶导致的，即便是人驾遇到这样的情况也难免高度紧张。

而在广州到深圳、杭州到上海这两段在白天晴朗环境下跑完的高速路段中，「零接管」是真的可以有可能实现的。并且在效率方面，通过多角度机位的 BEV 可以获得更多的路况信息，在选择变道超车的时机方面自然也更聪明，避免了无效变道带来的不良体验。

至于安全性，在面对有些大车司机的豪横加塞时，NGP 如今的识别效率和反应速度也都有了明显提升。除了最基础的减速避让，也可以在条件允许的情况下变道反超，表现更接近于人类司机的反应。

XNGP 征服城市，不止依靠「高精地图」？

事实上，早在 2021 年的 1024 小鹏汽车科技日上，小鹏汽车就已经推出了第一版的城市 NGP。但一直到去年 9 月中旬，小鹏汽车才正式官宣在广州开放了城市 NGP。这背后最主要的原因之一就是高精地图的采集和过审，而这还是在小鹏汽车的老家广州……

对此，小鹏汽车也给出了自己的解决方案，那就是基于 BEV 感知的 XNet 深度视觉感知神经网络。BEV（Bird's Eye View）可以理解为游戏中常说的 " 上帝视角 "，而 XNet 正是通过对车辆自身摄像头所采集的真实环境数据进行汇总，随后再利用 Transformer 模型进行大数据的处理，最终以 " 上帝视角 " 实现对真实车道线的识别、判断可行驶空间以及对道路上各种动态元素的显示。

以这段在深圳华强北的路口为例，不仅人流量大、各种非机动车的逆行和乱入可以说是让整个路口的复杂程度高到令人发指。通过仪表可以清楚地看到，有了 XNet 加持的小鹏 P7i 几乎完整地还原了当时车辆周围的所有信息。

同时在体验方面，如今的 4.2.0 版本的 XNGP 即便面对 " 贴身肉搏 " 的非机动车，也不再轻易触发点刹，而是会通过语音提示让用户去建立一种信任感，这一点进步非常明显。

因此，对于拥有了高精地图的广、深、沪三座城市，XNGP 可以在拥有超强感知能力的基础上时刻与后台的高精地图进行对比。即便高精地图与实际路况出现偏差，整体的使用体验也不会出现明显的割裂感。

在近 150 公里的城市路段中，只出现了 2 次紧急接管的情况。相对而言，XNGP 在上海的体验目前是三座开通了城市 NGP 中较弱的。这可能也与不同城市的道路环境有一定关系。举个例子，像北横通道这样的超长隧道就属于是 " 上海地方特产 " 了，这对于惯导定位计算提出了很高的要求，而广州、深圳同样也有各自不同的道路特色。

想要在每个城市都跑出优秀的体验，离不开大数据模型的学习和积累。这就像是做一盘鸡，要让广东人、江西人、四川人、上海人、东北人都爱吃，难度有多大大家可想而知。但好在，起码在安全性方面，XNGP 在上海的表现依然达到了可用的状态。相信依照小鹏汽车目前对于 XNGP 的更新迭代速度，追上广、深只是一个时间问题。

除了广、深、沪三座城市体验了基于高精地图的城市 NGP，这次远征中 AutoLab 也特地在赣州和杭州两座城市体验了 XNGP 在 " 无图城市 " 中 LCC-L 的表现，主要考验对于红绿灯的识别能力。