《百分點輿情中心：2025新能源汽車全場景智駕用戶體驗報告（32頁）.pdf》由會員分享，可在線閱讀，更多相關《百分點輿情中心：2025新能源汽車全場景智駕用戶體驗報告（32頁）.pdf（32頁珍藏版）》請在三個皮匠報告上搜索。

1、新能源汽車研究報告車位到車位全場景智駕用戶體驗百分點輿情中心2025年2月研究目的&研究方法研究目的研究目的行業背景：智能駕駛技術正推動新能源汽車產業邁向新階段，成為行業競爭新賽點。隨著高階智能駕駛競爭加劇，領先企業已經確立了“車位到車位”的全新標桿。全球范圍內，華為、理想、小鵬、小米、極氪、特斯拉等企業正積極競爭這一領域，盡管智能駕駛技術取得了長足進展，但競爭的核心依然聚焦于用戶體驗的優化上，用戶體驗是衡量技術成功與否的關鍵標準。研究目的：全面深入的分析消費者對新能源汽車“車位到車位”智駕功能的真實體驗感受，為技術的持續優化和市場推廣提供有力支持。研究方法：運用定量研究和定性研究相結合的研究

2、方法，對微博及抖音平臺發文的用戶進行深度研究。研究說明：本報告的輿情數據來源為百分點輿情洞察系統，數據時間周期為2024年2月1日-2025年1月31日。行業數據來源為政府機構網站、行業網站、第三方數據機構等，具體數據可參照圖表左下方標注。2研究方法研究方法行業概況行業概況01人群分析人群分析02車位到車位智駕體驗感受車位到車位智駕體驗感受03相關建議相關建議043行業概況行業概況市場趨勢智駕發展輿情分析01.4 2024年新能源汽車市場保持高速增長態勢，全年銷量飆升至1089.9萬輛。伴隨市場擴張，智能駕駛功能加速普及，2024年上半年新能源乘用車L2級及以上的智能駕駛功能裝車率達66.4%

3、，呈現出穩步上升態勢。細分市場方面，24萬以上車型智駕競爭最為激烈，為高階智駕主要競技場，40萬以上豪華車型憑借領先的L2+高階智駕搭載率，進一步鞏固了其高端市場定位；24-32萬價格區間車型智駕投入力度顯著增加，旨在以智能化配置推動高端化；8-24萬價格區間車型智能駕駛滲透率實現了翻倍式增長，價格下探加速智駕技術的廣泛普及?？傮w來看，高端車型通過高階智駕功能強化競爭力，低價位車型則加速智能化下沉，智能駕駛功能已成為推動市場增長和品牌差異化競爭的核心驅動力。市場概況：新能源汽車市場擴張，智能駕駛功能迅速向各價位車型普及數據來源：乘聯會，2024年智駕裝車率為上半年數據688.7 773.6 1

4、,089.9 27.0%55.3%66.4%-50.0%-30.0%-10.0%10.0%30.0%50.0%70.0%6008001,0001,2002022年2023年2024年新能源汽車銷量（萬輛）L2級及以上輔助駕駛功能裝車率新能源汽車銷量及智能駕駛滲透率 51.9%43.6%68.2%61.6%57.3%40.3%74.1%39.5%31.8%11.7%29.6%18.8%20.2%14.9%28.2%16.3%2024年H12023年H12024年H12023年H12024年H12023年H12024年H12023年H12024年H12023年H1L2級L2+級新能源汽車細分市場智

5、駕滲透率40萬以上32-40萬24-32萬15-24萬8-15萬30.6%15.6%51.1%87.6%171.8%同比5 2023年新能源汽車城區NOA功能迎來量產“元年”，多家車企在更多城市解鎖該功能，形成“基礎L2 高速NOA 城區NOA”的迭代路徑，應用場景持續拓寬。至2024年底，多家領先車企開始部署“車位到車位”技術，實現了全場景覆蓋的智能駕駛，2025年將成為車企發力端到端技術的關鍵時期，大數據與算法能力驅動智能駕駛快速迭代，智能駕駛正邁向全面智能階段。市場發展：2025年將成為車企發力端到端技術的關鍵時期，智能駕駛邁向全場景智能階段基礎L2輔助駕駛L2智能駕駛功能成標配，市場滲

6、透率顯著提升，自適應巡航（ACC）和車道保持輔助（LKA）等輔助駕駛功能逐漸成熟并廣泛普及高速NOA高速NOA功能陸續規?；慨a高速NOA技術逐漸成熟，車輛能夠在高速公路上實現自動駕駛，包括自動上下匝道、自動切換車道等功能城區NOA隨著技術的不斷進步和政策的逐步完善，城區NOA功能迎來量產“元年”，多家車企在更多城市解鎖該功能在這個階段，車輛需要在城市復雜交通環境中實現自動駕駛，包括應對交通信號燈、行人、非機動車等復雜場景端到端端到端技術正成為智駕領域焦點，2024年多家領先車企開始部署車位到車位功能，已經開始在一些停車場進行試點和應用，2025年將成為車企發力端到端技術的關鍵時期車位到車位智

7、能駕駛技術是端到端技術的一個應用場景，使車輛能夠從起點車位自動駕駛到終點車位，包括在道路上行駛、停車、駛出停車位等一系列操作20212021年年20222022-20232023年年20232023-20242024年年20252025年年0101020203030404數據來源：公開資料整理6技術趨勢：無圖方案成為智能駕駛主流趨勢，吸引多家頭部企業布局 無圖方案以其低成本、高靈活性和強實時性的核心優勢，正逐步成為智能駕駛領域的主流趨勢，并吸引了多家頭部企業積極布局。盡管目前國內大多數新能源汽車仍以高精地圖方案為主，但隨著技術進步與市場需求變化，部分車企已開始向無圖（重感知輕地圖）技術路線轉型

8、，這一趨勢體現了智能駕駛技術正朝著“擬人化”駕駛方向演進。用戶對無圖方案接受度較高，但高精地圖在特定場景中仍具備不可替代的價值。部分用戶認為“感知+地圖”的混合方案能夠更好的平衡安全性與適應性。無圖方案（重感知輕地圖）無圖方案目前主要應用于L2+級輔助駕駛，特斯拉、華為、小鵬、理想等車企正在積極推進無圖方案的研發和落地。隨著感知技術和算法的不斷進步，“重感知輕地圖”方案有望成為未來智能駕駛的主流趨勢。部分用戶提出“視覺+雷達”方案比“純視覺”更加安全靠譜的觀點。高精地圖方案高精地圖方案在智能駕駛發展中起到了關鍵作用，在NOA發展初期，高精地圖是主要的發展方向。隨著NOA場景逐漸從高速向城區拓展

9、，高精地圖的覆蓋度、鮮度和高成本問題逐漸凸顯。優勢劣勢優勢劣勢高精度定位，提供的信息詳盡且準確環境預判，提升駕駛安全性和舒適性技術成熟高成本：高精地圖的采集、制作和更新成本高昂，且需要持續維護更新速度慢：難以實時反映道路變化覆蓋范圍有限：偏遠地區或復雜場景（如地下停車場）覆蓋率較低靈活性和適應性較強：不依賴于高精地圖，能夠更快適應城市道路情況的變化，高精地圖駕馭不了的路段，升級無圖后可以高效完成成本相對較低感知能力要求高：無圖方案對車輛的傳感器和算法要求極高技術成熟度較低：無圖方案在復雜路況下的表現還有待提升，技術成熟度和穩定性有待提升環境依賴性強：在惡劣天氣或復雜場景（如密集車流、無標線道路

10、）中，感知系統的性能可能大幅下降數據來源：公開資料整理7競爭格局：車位到車位成為新競爭焦點，華為、小鵬、理想、極氪、小米品牌率先躋身前列品牌品牌搭載版本搭載版本推進情況推進情況鴻蒙智行（華為系）乾崑ADS 3.2ADS 3.0版本8月率先在享界S9上交付，9月底開始陸續推送給其他車型（問界、智界、阿維塔等），12月底發布ADS 3.2版本小鵬AI天璣 5.5.011月15日開啟小鵬P7+全網首測，2025年1月全量推送理想OTA 6.5.0端到端+VLM11月底推送給全部AD Max用戶小米HAD11月16日開啟定向邀請內測，12月底開啟先鋒版推送極氪浩瀚智駕2.011月推出浩瀚智駕2.0，2

11、025年1月開啟全國分批推送特斯拉FSD V13.2預計2025年一季度向中國用戶推送“車位到車位”功能正成為智能駕駛領域的新競爭焦點，其核心在于實現覆蓋全場景、應對極端情況甚至全程無接管的高階智駕能力，與“全國都能開，有路都好開”理念契合，正逐漸成為行業高頻詞匯和競爭核心。華為、小鵬、理想、極氪、小米、特斯拉等品牌憑借強勁技術實力，率先于2024年邁入車位到車位全場景智駕競爭場域。繼“全國都能開”之后，“車位到車位”已成為智駕領域的最新評價標準，重新定義了“智駕第一梯隊”。鴻蒙智行極氪小鵬理想小米決賽圈車位到車位功能已發布可體驗數據來源：公開資料整理8 2024年2月至2025年1月期間，新

12、能源汽車全場景智能駕駛領域輿情總量達到5,020,449條，廣泛傳播于微博、新聞、APP、微信及短視頻等平臺。輿論焦點集中于特斯拉、小鵬、理想、比亞迪及問界等品牌，這些品牌因端到端自動駕駛技術、車位到車位功能、技術創新進展和用戶體驗等核心議題而備受關注。輿情分析：輿論焦點集中于特斯拉、小鵬、理想、比亞迪及問界等品牌，因端到端、車位到車位、技術創新進展和用戶體驗等核心議題而備受關注數據來源：百分點輿情洞察系統010,00020,00030,00040,00050,00060,00070,0001,970,392 1,808,315 551,193 338,388 252,194 微博新聞App微

13、信短視頻主要傳播平臺主要提及品牌1,435,133 1,006,838 988,440 936,824 716,079 特斯拉小鵬理想比亞迪問界馬斯克訪華，尋求獲得批準特斯拉在中國推出全自動駕駛（FSD）熱點詞云單位：篇次小鵬AI天璣XOS 5.5.0將推送車位到車位功能享界S9 Ultra版搭載首發ADS 3.0端到端智能駕駛輔助系統理想汽車11月發布通知，將于11月底推送“車位到車位”功能嵐圖夢想家MPV發布會，宣布搭載華為乾崑ADS 3.0智能駕駛系統新能源汽車全場景智駕輿情概況新能源汽車全場景智駕輿情概況92024年2025年極氪汽車推出浩瀚智駕 2.0 端到端 Plus小米汽車“車位

14、到車位”開啟推送華為乾崑 ADS 3.2“車位到車位”正式發布人群分析人群分析02.消費者情緒態度用戶畫像用戶差異分析10對于端到端全場景智駕功能多數用戶持積極期待態度，認可其智能化水平與便捷性 關注端到端全場景智能駕駛的用戶中，多數用戶對該功能持積極態度，認可其智能化水平與技術發展方向，期待技術迭代帶來的新體驗，并認為該功能彰顯了品牌技術實力，提升了車輛價值感和品牌形象。用戶認為該功能減輕了駕駛負擔，提升便捷性與駕駛安全性，降低事故風險。對于該智駕技術的討論亦存在部分負面反饋，其中大部分用戶對技術成熟度比較擔憂，認為其過度營銷夸大宣傳，對無圖智駕及端到端技術的實際效用持悲觀態度。另有部分用戶

15、對智能駕駛技術本身缺乏信任，擔憂其安全性，并因技術快速迭代而擔心技術貶值。71%15%14%正面討論中立討論負面討論77%認可其科技感和智能化水平，期待技術迭代帶來的新體驗17%不信任智能駕駛，認為智駕不安全，且出現事故車企不擔責不信任智駕，認為遇到復雜路況智駕無法準確判斷，使用戶沒有安全感事故風險高，認為智能駕駛易引發安全問題認為“端到端”只是輔助駕駛，還不是真正的自動駕駛，車企對端到端智駕夸大宣傳無圖是車企搞差異化的噱頭，不看好無圖對技術成熟度擔憂，認為穩定性和可靠性較差，且學習了人類開車陋習，有時過于激進正面態度正面態度負面態度負面態度8%擔心技術貶值，認為新技術迭代太快車主認為新技術迭

16、代太快，適應智駕的速度趕不上系統更新的速度70%對技術成熟度擔憂，認為其夸大宣傳，不看好無圖與端到端22%減輕駕駛負擔，提高便捷性，提升出行效率減輕駕駛負擔，提高便捷性全程無需人工干預，尤其是在陌生或復雜的停車場中，解決停車難問題，功能實用性較高車主對“車位到車位”功能表示認可，認為科技感強，智能水平高，功能表現出色對汽車智能化趨勢認同，認為技術進步快，期待技術迭代帶來的新體驗部分車主認為該功能是品牌技術實力的體現，能夠提升車輛的整體價值感和品牌形象3%提升駕駛安全性，降低事故風險提升應急處理能力，減少因人為操作失誤而導致的交通事故系統能夠識別障礙物并自動避讓，提升停車安全性11數據來源：百分

17、點輿情洞察系統關注全場景智駕的用戶聚焦年輕男性群體，華東華北等經濟發達地區對新技術敏感度更高男性,73%女性,27%男性女性 男性用戶占比超七成，顯著高于女性用戶，表明男性對高階智能駕駛技術的關注度更高用戶性別分布14%53%27%6%00后90后80后70后年齡分布 年齡層次較為集中，90后用戶為主要群體，占比超五成；其次是80后（27%）和00后（14%），顯示年輕一代對新技術關注度和興趣更強用戶年齡分布35%22%17%10%10%3%2%華東地區華北地區華南地區華中地區西南地區東北地區西北地區城市分布 華東地區用戶占比最高，其次是華北地區，可見經濟發達地區對智駕新技術關注度更高，可加強

18、市場布局；北京、上海、廣州等一線城市位居前列，這些城市用戶對創新技術的敏感性和接受度更高用戶所在城市分布01北京02上海03廣州04重慶05深圳06成都07杭州08南京09武漢10蘇州Top10城市12數據來源：百分點輿情洞察系統，2024年2月-2025年1月期間在社媒發文中提及全場景智駕的用戶女性用戶對高階智駕關注度較弱但滿意度高，年輕一代用戶則表現出高關注度和高滿意度 不同性別與年齡段用戶對端到端智駕體驗感受存在顯著差異，這一差異可能與不同用戶群體對新技術接受度、使用習慣及期望值等差異有關。具體來看，女性用戶滿意度顯著高于男性，女性用戶凈情感度達81%，而男性用戶僅為50%。關注該功能的

19、女性用戶對智駕技術認可度更高，可能與其對駕駛便利性需求更為突出有關，而男性用戶則對智能駕駛技術期望值更高，導致滿意度相對較低。從年齡上來看，年輕用戶群體（00后和90后）對智能駕駛功能的認可度高于年長用戶群體（80后和70后），可能與年長用戶對智能駕駛技術安全性和可靠性的要求更為嚴格，以及對新興技術適應能力相對較弱有關。不同特征用戶體驗感受不同特征用戶體驗感受13整體用戶男性女性00后90后80后70后58%77%78%71%63%54%20%8%13%13%15%15%50%81%81%71%71%6 69%9%61%56%71%14%67%正面負面凈情感度數據來源：百分點輿情洞察系統用戶體

20、驗感受呈現顯著地域差異，華中和華北地區用戶滿意度較高 不同地域用戶對端到端智駕關注度與體驗感受呈現顯著差異，華中地區用戶體驗最佳，滿意度較高；華東與華北地區（上海、南京、杭州、北京、天津為主）用戶反饋最為活躍，普遍認可早晚高峰的智駕表現，認為其駕駛風格激進，擁堵路段通行效率高；華南地區（以廣東為主）用戶對智駕體驗敏感度較高，部分用戶對比廣州與深圳的智駕效果，指出城市間智駕表現存在明顯差異；西南地區用戶雖整體滿意，但因地形復雜，部分路段表現不佳，用戶期待針對當地特殊道路環境進一步優化訓練；東北與西北地區用戶關注度和反饋較少，尤其西北地區對全場景智駕興趣有限，更關注安全性?？傮w來看，省會城市及經濟

21、發達地區用戶對智駕技術表現更為敏感，地勢復雜地區則需針對性優化，以提升用戶體驗。不同地域用戶體驗感受不同地域用戶體驗感受14整體用戶華東地區華北地區華南地區華中地區西南地區東北地區西北地區68%67%67%70%74%68%67%13%12%13%10%14%23%14%68%70%70%67%74%74%68%50%66%71%14%67%正面負面凈情感度數據來源：百分點輿情洞察系統華南地區用戶對比城市差異：“市區內在一個完全沒有車且極度開闊的地方掉頭走成了左轉，上次體驗是在廣州，這次是在深圳，差距蠻大的，深圳的體驗好像遠遠不如廣州的?！蔽髂系貐^用戶反饋貴陽車道特殊，還需優化：“總體來說在貴

22、陽城區已經很接近“好用”了，但是還是遇到一些問題，一次莫名其妙的變道，一次路口選錯車道手動接管，感覺針對貴陽的十字路口還需要優化訓練提前選車道的邏輯，貴陽左轉車道很短，不在大路的最左車道排隊就很難進去?！睎|北用戶體驗反饋不佳：不清楚其他地區如何，在沈陽和哈爾濱的藍色引導線左右跳躍較為頻繁，影響通行效率的無效變道比較高頻?！蔽鞅庇脩魧χ邱{興趣相對較低：“什么端到端毫無興趣，但是主動安全被動安全的智能化我覺得是當下最好的，智能化從來不只是自動駕駛，最核心的東西就是安全輔助?！庇脩舴答佇聞萘ζ放圃谥邱{討論中占據主導地位，理想汽車和小鵬汽車最為突出 新勢力品牌在端到端全場景智駕討論中占據主導地位，尤其

23、是理想汽車和小鵬汽車，反映出其智能駕駛技術的市場認可度和用戶粘性較強。傳統自主品牌與合資品牌用戶參與度則較低，需加大技術投入，并強化用戶教育與引導策略，以提升市場影響力。用戶品牌分布用戶品牌分布41%19%8%5%4%4%3%2%2%2%理想小鵬問界極氪特斯拉享界阿維塔小米比亞迪騰勢參與全場景智駕討論的新能源汽車用戶品牌Top 10新勢力,81%傳統自主,17%合資,2%用戶品牌陣營15數據來源：百分點輿情洞察系統用戶對車位到車位用戶對車位到車位智駕功能體驗感受智駕功能體驗感受03.駕駛場景及體驗感受分析不同品牌用戶體驗感受分析16用戶對高速、城區和停車場三大場景關注度較高，在安全性和穩定性方

24、面需重點優化智駕場景關注度與口碑智駕場景關注度與口碑高速停車場城區園區匝道高架收費站0%50%100%安全性穩定性舒適性通行效率不同場景用戶口碑整體城市道路高速公路停車場園區匝道智駕場景討論情況 在“車位到車位”全場景智能駕駛的用戶討論中，高速場景關注度最高，其次是停車場和城區場景，在安全性和穩定性方面需重點優化。城市道路場景用戶口碑較差，尤其在安全性方面感受不佳，穩定性滿意度也較低，主要由于城市道路環境復雜，對系統的實時決策能力要求高。高速場景通行效率表現最佳，得益于道路規范性和交通環境相對簡單，但安全性表現顯著不足，因高速場景對錯誤容忍度低。停車場場景中，除舒適性外，其他方面表現均不理想，

25、由于泊車對精度要求高，安全性和穩定性成為關鍵，用戶對泊車效率的不滿較為突出。匝道場景用戶對安全性、穩定性和舒適性表現均不理想。17NSR=（正面情感-負面情感）/（正面情感+負面情感）*100%；NSR為品牌在社交媒體的口碑（凈情感度）數據來源：百分點輿情洞察系統 從具體場景來看，變道、轉彎和泊車場景用戶關注度最高，其次是緊急避險場景。盡管泊車、轉彎和變道場景備受關注，但用戶對其效率與精度不滿，需重點優化。緊急避險場景的關注度較高，用戶認可度尚可，認為系統在緊急情況下反應迅速，有助于提升駕駛安全性，但仍有改進空間。加塞/并道、超車和掉頭場景用戶分享較少，但評價普遍較低，認為系統在復雜環境下表現

26、不夠穩定，需進一步改進。變道、轉彎和泊車場景備受關注，但用戶口碑不佳智駕場景關注度與口碑智駕場景關注度與口碑變道轉彎泊車緊急避險/避障進出收費站/閘機掉頭路口（紅綠燈/岔路口）直行/跟車超車進出環島加塞/并道用戶關注度與口碑分析變道轉彎泊車緊急避險/避障進出收費站/閘機掉頭路口超車進出環島加塞/并道60%70%80%90%100%0%10%20%NSRNSR關注度關注度聲量低 口碑好聲量高 口碑好聲量高 口碑差聲量低 口碑差智駕細分場景討論情況18NSR=（正面情感-負面情感）/（正面情感+負面情感）*100%；NSR為品牌在社交媒體的口碑（凈情感度）數據來源：百分點輿情洞察系統 從具體場景表

27、現來看，用戶對安全性方面普遍存在擔憂。其中，泊車場景的安全性和效率感受較差，用戶對系統的精度和反應速度不滿。變道場景中，用戶對安全性感受不佳，認為系統在變道操作中存在潛在風險。轉彎場景中，可能因系統表現不穩定，導致舒適性感受較差。緊急避險場景中，用戶對系統的穩定性存在擔憂，認為其在突發情況下的表現尤為重要。在路口行駛場景中，用戶對安全性和舒適度表現顯著不滿，認為系統在復雜交通環境下的表現不夠理想。在直行/跟車場景中，用戶對穩定性表現不滿，失控等事故風險頻發，需進一步優化系統控制能力?？傮w來看，各場景在安全性、穩定性和舒適性方面均有較大提升空間。在泊車、變道、轉彎及緊急避險等關鍵場景中，系統精準

28、度、反應速度和穩定性亟待提升安全性 泊車變道轉彎緊急避險/避障進出收費站/閘機掉頭路口直行/跟車超車進出環島加塞/并道71%22%43%83%-100%60%27%14%-100%100%60%81%81%80%79%100%83%71%38%100%100%100%96%90%70%100%89%100%71%100%100%100%100%85%100%100%100%100%100%100%100%100%100%100%穩定性具體場景表現情況（NSR）舒適性 通行效率19NSR=（正面情感-負面情感）/（正面情感+負面情感）*100%；NSR為品牌在社交媒體的口碑（凈情感度）數據來源：

29、百分點輿情洞察系統 鴻蒙智行、小鵬汽車和極氪汽車用戶對智駕體驗的分享較為活躍。鴻蒙智行用戶認為駕駛安全性有待提升，而通行效率表現尚可。小鵬汽車用戶對安全性擔憂最為強烈，但通行效率表現較好，可能與小鵬部分用戶反映升級后的駕駛策略過于激進有關。極氪汽車用戶則普遍認為駕駛策略偏保守，導致用戶安全性感知高、舒適性表現較好，但認為通行效率較低。駕駛策略激進與保守顯著影響用戶對安全性的感知，未來需在安全性與通行效率之間找到更好的平衡點，以提升用戶體驗。安全性與通行效率“平衡”成關鍵，駕駛策略激進或保守均影響用戶體驗極氪汽車NSR 93%小鵬汽車NSR 84%華為鴻蒙智行NSR 71%安全性安全性53%31

30、%100%穩定性穩定性66%90%82%舒適性舒適性81%87%90%通行效率通行效率89%100%80%品牌各方面表現數據來源：百分點輿情洞察系統20 從具體場景表現來看，鴻蒙智行用戶對泊車體驗最為不滿，其次是變道和進出收費站/過閘機場景，但在緊急避險方面滿意度較高。小鵬汽車用戶認為轉彎和進出收費站/過閘機場景表現較差，而泊車體驗相對較好。極氪汽車用戶則對轉彎場景體驗不佳，其次是緊急避險方面滿意度也較低。整體來看，各品牌在不同場景中的表現存在顯著差異，需針對用戶反饋優化特定場景的駕駛體驗。各品牌在不同駕駛場景中表現各異極氪汽車NSR 93%小鵬汽車NSR 84%華為鴻蒙智行NSR 71%泊車

31、泊車-50%87%76%變道變道52%79%71%轉彎轉彎67%62%56%緊急避險緊急避險/避障避障80%81%67%進出收費站進出收費站/閘機閘機50%69%100%品牌在不同場景中表現數據來源：百分點輿情洞察系統21 在“車位到車位”全場景智能駕駛體驗中，用戶反饋的問題主要集中在泊車效果與效率、變道邏輯、避障能力、轉彎與并道表現、車速控制以及系統穩定性等方面。具體表現為：智能泊車識別不靈敏且耗時久、變道過程生硬且頻繁無效變道、避障反應遲緩、轉彎失敗率高、并道時強行加塞或應對加塞車輛不力、限速誤判及減速不及時等。此外，部分用戶認為升級后的智駕策略過于激進，導致追尾、剮蹭等事故風險增加，尤其

32、在復雜場景下系統穩定性不足，影響駕駛安全性和用戶體驗。車位到車位功能體驗痛點分析“車位到車位”功能體驗抱怨點“車位到車位”功能體驗抱怨點-高頻問題高頻問題用戶說：“突然莫名其妙變換兩條道，還好旁邊沒車?！薄霸趦蛇叾加熊嚨那闆r下，自動停車基本上都要1分鐘左右，在停車場經常被后車催?！薄吧洗胃咚偕嫌鲆娬系K物沒減速，保險杠直接撞報廢，在4S店修了10天今天去開回來，在店門口激活智駕，前方車剎停了，都快撞車了還沒減速，不敢賭，人工介入剎車?！薄巴ㄟ^需要轉彎的路口時，車流量大的時候如果加塞不進，就會放棄轉彎，直接前行?！薄拜o道并主路，差一點點撞上直行車，還好我及時剎停，眼看著就撞上了，這個非常危險了?！?/p>

33、“車子突然撞向左側隔離帶，不知道原因，我人工接管，點了一腳剎車，向右打了方向，又向左打了方向，車子還沒有停下，直到再一次撞向隔離帶才停下?！薄坝肄D后，前車在斑馬線前禮讓行人，XNGP竟然等不及，不排隊繞了過去?！薄芭攒囃蝗患尤?，天璣NGP反應遲鈍，且制動不足，給司機的反應時間很短，我一開始就是慣性思維覺得智駕可以處理，所以沒接管，但車距太小發現車速太快的時侯反而慌了神?！薄皵z像頭捕捉到路邊的雨天限速80標志，NZP就會自動限速到80，并且跑完這段高速，邏輯方面還有提升空間?！薄霸训绤R入時，面對旁邊靠得很近的長掛車，沒有絲毫減速，很可能被長掛車的甩尾刮蹭?！薄俺鞘惺袇^內在一個完全沒有車且極度開闊

34、的地方掉頭走成了左轉?！薄癆DS2.0的時候雖然開的保守，但是城區還能用用，現在升級后反而不敢用了，開的太莽了?！鳖l繁無故變道或無效變道，變道過程生硬智能泊車識別不夠靈敏，泊車失敗或耗時久避障能力較弱，突發情況未能及時避險，導致碰撞經常轉彎失敗或轉彎時搶車道，右轉彎失敗率更高強行并道加塞，或有車輛加塞并入直接撞上去智駕穩定性較差，車輛失控出現違章、危險駕駛等情況，如闖紅燈、借道逆行超車減速不及時導致舒適性差，急剎車或剎車不及時情況頻發部分路段限速有誤判情況，無故限速出入匝道時表現不佳，匯入時不減速，有剮蹭風險掉頭走成左轉升級后智駕策略過于激進，有追尾刮蹭風險，擔心安全性數據來源：百分點輿情洞察

35、系統22 華為智能汽車解決方案BU CEO靳玉志在介紹ADS 3.2版本時，強調了其“車位到車位”智駕功能的三大核心優勢：首次即可用，無需依賴固定車位或提前設置記憶車位；有位就能停，適用于酒店、辦公場所等地下車位，無需事先設定；越用越好用，具備自主學習能力，能夠根據用戶的使用習慣和環境變化不斷優化性能。在技術實現上，ADS 3.2實現了從起始車位出發，經過停車場、閘機、城區及高速公路，最終泊入終點車位的全流程。此外，VPD泊車代駕功能（Beta）支持車輛自主尋找停車位、召喚車主至上車點以及遠程挪車等功能。2024年有包括嵐圖、猛士、長安深藍、阿維塔、廣汽傳祺、北汽極狐和享界、賽力斯問界、奇瑞智

36、界、江淮的七家合作車企約十款車型搭載乾崑解決方案上市。華為鴻蒙智行乾崑ADS 3.2“車位到車位”：有路就能開，有位就能停乾崑ADS 3.2 核心優勢即使沒有固定車位或沒有提前進行車位記憶設置，系統首次使用時即可操作。首次即可用首次即可用無論是酒店、辦公場所還是其他公共場所的地下停車位，只要有空位，系統就能智能識別并引導車輛停放。用戶無需擔心找不到停車位或需要提前設定特定車位的問題。有位就能停有位就能停該系統具備自主學習能力，能夠不斷根據用戶的駕駛習慣和停車環境進行優化和調整越用越好用越用越好用數據來源：公開資料整理23品牌案例功能概述 問界、智界、享界、阿維塔四個品牌用戶對鴻蒙智行乾崑ADS

37、 3.2“車位到車位”功能反饋較為活躍，大部分用戶對該功能表示滿意，體驗感受較好。然而，也有不少用戶對該功能提出了改進建議。具體來看，部分用戶反映車速控制不夠穩定，存在無故限速或突然大幅降速情況。面對復雜道路環境，如掉頭、轉彎、變道等場景功能表現不夠穩定，操作不夠精準，導致用戶需要頻繁人工接管。在遇到突發障礙時，系統的緊急避障能力較弱，未能及時避免碰撞。部分用戶認為功能升級后提升有限，駕駛策略較為激進，穩定性較差，尚未達到全場景智駕水平，仍需人工干預。在泊車場景中，部分用戶對泊車效果不滿，認為泊車效率較低。鴻蒙智行：在車速控制、緊急避障、復雜場景應對以及泊車效率等方面需持續優化，駕駛策略較為激

38、進，需更加注重駕駛安全性車速控制方面表現不佳對部分路段限速有誤判情況，或減速不及時、突然降速掉頭、轉彎、變道操作表現不佳，需要人工接管頻繁無效變道，或變道時有追尾風險掉頭和右轉彎成功率低，基本需要接管緊急避障能力較弱遇見障礙物未及時減速前方突然出現障礙物，緊急情況未能及時避險，導致碰撞用戶認為升級后提升不明顯，駕駛策略激進，穩定性較差，未能達到全場景智駕，仍需人工接管如車輛駕駛時搶黃燈，導致車輛停在路中間；遇到加塞車輛不減速，碰撞風險高；高速上后車即將超車完成時，突然別旁車升級亮點：升級亮點：從起始車位出發，經過停車場、從起始車位出發，經過停車場、閘機、城區及高速公路，直至泊閘機、城區及高速公

39、路，直至泊入終點車位的全自動駕駛流程入終點車位的全自動駕駛流程越用越好用，具備自主學習能力越用越好用，具備自主學習能力道路行駛場景道路行駛場景泊車場景泊車場景泊車效果有待提升，效率低泊車功能保守，在地下停車庫泊車失敗部分用戶對泊車效果滿意，但認為效率較低升級亮點：升級亮點：首次即可用，有位就能停首次即可用，有位就能停NSRNSR74%NSRNSR83%場景體驗用戶體驗感受-主要問題品牌總體品牌總體NSRNSR71%24品牌案例實際表現數據來源：百分點輿情洞察系統 小鵬汽車率先推出業內首款AI模仿智駕系統，該系統能夠精準捕捉并模擬車主的駕駛偏好與習慣。全國任意區域都能開，不受地域與道路類型限制，

40、無論是全國范圍內的高速、城市道路、鄉鎮道路以及混合型道路，均能實現無縫覆蓋。小鵬汽車的車位到車位功能，通過AI代駕和AI泊車兩大核心模塊，實現了從出發車位到目的車位的全場景無斷點的駕駛鏈路，提升了駕駛流暢性與便捷性。小鵬XOS天璣5.5.0：無斷點車位到車位，全場景都能用小鵬XOS天璣5.5.0 核心優勢全國任意區域有路就能開，不限道路屬性，全國高速、城市道路、鄉鎮道路、以及混合型道路皆可使用洞察用戶偏好與駕駛風格，學習車主的駕駛習慣，AI記憶駕駛路徑，結合道路環境，智能匹配合適的智駕路線，滿足所有常用出行場景AIAI代駕：學習車主駕駛習慣，車位到車位之間全場景無斷點智駕，代駕：學習車主駕駛習

41、慣，車位到車位之間全場景無斷點智駕，全國有路就能開全國有路就能開AI免遙控離車泊入與出庫，垂直車位、平行車位、極窄車位、無線框車位等復雜車位均可輕松泊入，具備避讓障礙物自動暫停能力，泊車速度提高50%記憶泊車：跨樓層停車場記憶泊車，走一遍就能記住路線AIAI泊車：復雜車位輕松搞定，泊車速度提高，跨樓層停車場記憶泊車泊車：復雜車位輕松搞定，泊車速度提高，跨樓層停車場記憶泊車實時感知顯示周圍環境，小到井蓋、路障，6大核心場景安全提醒：起步盲區、行人/非機動車、事故/臨停車、前車風險、變道風險、起步提醒四輪全場景影像，超大轉向輔助，更精確判斷行車距離，降低剮蹭風險SRSR環境模擬顯示，環境模擬顯示，

42、360360度行車影像度行車影像天璣5.5.0版本之前天璣5.5.0版本起點到終點路線分為三段：起點車位到停車場閘口：需手動駕駛出停車場閘口到路面后：才可開啟NGP到終點停車場閘口：手動下坡后才能激活VPA路線泊車模式，最后到達目的車位起點終點車位車位閘口閘口手動駕駛VPANGP或AI代駕升級天璣5.5.0版本后，三個階段簡化為一段：從起點車位原地激活AI代駕，直到終點車位自動泊車結束起點終點車位車位閘口閘口數據來源：公開資料整理25品牌案例功能概述新版AI代駕 從用戶對小鵬“車位到車位”功能體驗反饋來看，在城區駕駛環境中面臨的挑戰較多，部分用戶反饋AI代駕在模擬“老司機”駕車時，習得了不良駕

43、駛習慣，導致出現違章、危險駕駛等行為。智駕策略過于激進，存在追尾風險，需人工接管以確保安全。此外，在變道、轉彎及掉頭場景中，AI代駕表現欠佳，無效變道、急剎車等情況頻發，加減速控制不夠平穩。在高速行駛時，個別用戶遭遇智駕系統失控，引發安全隱患甚至車禍。匝道駕駛體驗不佳，通過成功率偏低。相對而言，AI泊車功能問題較少，少量用戶反映泊車識別靈敏度不足。小鵬智駕：駕駛策略激進，AI代駕習得不良駕駛習慣，在復雜場景應對及保持駕駛穩定性方面有待提升城區問題相對較多，部分用戶認為AI代駕試圖模擬老司機駕車，學習了老司機的駕車陋習，認為純視覺有待優化不少用戶反饋智駕學習了人類開車陋習，出現違章、不禮貌及危險

44、駕駛等情況：闖紅燈、前車在斑馬線前禮讓行人時超車繞過、借道逆行超車變道、轉彎、掉頭體驗差：多余變道、強行加塞變道、壓實線剮蹭旁車、掉頭時撞車、轉彎時搶車道突然急剎車或剎車不及時，未啟動碰撞預警，帶來追尾風險：限速情況下突然降速，減速不夠平穩；旁車加塞時不減速；緊急情況剎車不及時造成追尾等情況地面標識被積水遮擋，開錯車道智駕過于激進，有追尾刮蹭風險，需要人工接管升級亮點升級亮點：學習車主駕駛習慣，車位到車學習車主駕駛習慣，車位到車位之間全場景無斷點智駕，全位之間全場景無斷點智駕，全國有路就能開國有路就能開AIAI代駕代駕AIAI泊車泊車智能泊車識別不夠靈敏“智能泊車掃停車位好像要稍微弱一點，比較

45、靠近了才能掃到?！鄙壛咙c：升級亮點：復雜車位輕松搞定，泊車速度復雜車位輕松搞定，泊車速度提高，跨樓層停車場記憶泊車提高，跨樓層停車場記憶泊車NSRNSR74%NSRNSR83%在高速行駛時車輛失控、標識識別錯誤，造成車禍：場景1：“高速上行駛了100多公里之后，車子突然撞向左側隔離帶，AEB未介入，安全氣囊未彈出?！眻鼍?：“高速130KM/H的速度，小鵬車機把路上的縫補印子的反光識別成了道路，130KM的速度直接往右側GL8上開，好在及時反應過來了，但凡發點小差就涼涼，視覺方案是真的不靠譜?！痹训荔w驗不佳，通過不順利場景體驗用戶體驗感受-主要問題品牌總體品牌總體NSRNSR84%26品牌案

46、例實際表現數據來源：百分點輿情洞察系統 極氪汽車推出的浩瀚智駕2.0端到端Plus架構，通過數字先覺網絡深度整合并分析人駕與智駕模式下的時空數據，積累并提煉長期智駕經驗，實現“先知先覺”的預判能力，將通行效率提升11%，并降低15%以上的事故風險。極氪浩瀚智駕2.0實現了“車位到車位”功能的全面進階，展現出全場景覆蓋、全速域激活、全閘機通行、全場景不限車位智能泊車等亮點。極氪浩瀚智駕2.0：車位到車位功能全面進階，實現“先知先覺”的預判能力浩瀚智駕2.0 核心優勢實現從停車場入口到車位泊入、再到駛出至目的地的全程無縫銜接，覆蓋更多復雜城市道路場景（如窄路、無標線路段、地下停車場等）支持從低速到

47、高速的全速域激活，適應城市道路、高速等多種場景，用戶可在不同速度下啟動智能泊車全場景覆蓋能力大幅提升，全速域激活全場景覆蓋能力大幅提升，全速域激活行業首個具備“四抬桿”能力的車位到車位，無論是小區進出口閘機，還是高速出入口ETC，都能夠精準識別，無需人工干預即可完成通行，減少了停車場的操作步驟，提高通行效率全閘機通行全閘機通行實現不限停車場樓層，不受車位類型限制，無論是機械車位、無劃線車位還是其他復雜場景，均可輕松應對。系統通過厘米級精準定位技術，無需依賴GPS信號，實現高精度泊車操作全場景不限車位智能泊車全場景不限車位智能泊車數據來源：公開資料整理27品牌案例功能概述 從用戶對極氪浩瀚智駕“

48、車位到車位”功能的體驗反饋來看，整體滿意度較高，口碑表現良好，但在車速控制、復雜場景應對及泊車效率等方面仍有提升空間。具體來看，部分用戶反映車速控制不夠穩定，存在無故限速等情況；面對復雜道路環境，如出入匝道、掉頭、轉彎及變道等場景，該功能表現未達到用戶預期，系統策略偏保守，需用戶接管，尚未完全實現宣傳中的“全場景無斷點”體驗。在泊車方面，用戶對泊車成功率較為滿意，但對泊車效率存在不滿，有待進一步提升。極氪智駕：在車速控制、復雜場景應對及泊車效率等方面有待提升，智駕策略偏保守車速控制方面表現不佳，會無故限速，降速提速邏輯較保守突然降速或提速太保守：無需降速的場景突然莫名降速，且沒有語音提示；需要

49、提速時系統較保守，提速不夠-場景1：在高速行駛時，右側遇到匝道，但當前所在車道無需降速，智駕經常會突然降速；-場景2：遇到路邊有“雨天限速”標識時，即使當時非雨天，NZP也會自動限速，且用該車速跑完整段高速路程-場景3：超車時提速方面較保守，速度控制不佳復雜場景需要接管，駕駛保守，未達到宣傳的“全場景無斷點”復雜場景需要接管-場景1：出入匝道時體驗不佳，經常會提示需要人工接管-場景2：城市道路行駛時，復雜道路下的掉頭場景、部分變道場景駕駛比較生硬，不夠絲滑，有時需要人工接管-場景3：即將到達終點時的轉彎場景，突然退出智駕，需要人工接管對地面障礙物避讓，以及自行車和電動車的避讓上有所欠缺升級亮點

50、：升級亮點：全場景覆蓋能力大幅提升全場景覆蓋能力大幅提升全閘機通行全閘機通行道路行駛場景道路行駛場景泊車場景泊車場景泊車效率低能夠自動泊入狹窄車位，但速度上有待提升，停車耗時久對泊車時的操作細節不滿泊車時經常原地打方向盤，擔心會傷輪胎，希望泊車時的操作動作也能夠“擬人”升級亮點：升級亮點：全速域激活全速域激活全場景不限車位智能泊車全場景不限車位智能泊車NSRNSR92%NSRNSR71%場景體驗用戶體驗感受-主要問題品牌總體品牌總體NSRNSR93%28品牌案例實際表現數據來源：百分點輿情洞察系統智駕相關建議智駕相關建議04.29功能優化建議 車位到車位智能駕駛功能優化主要集中在場景覆蓋、泊車

51、能力、緊急避障、車速控制、變道與轉彎等常規道路處理、系統穩定性方面。結合市場情況及用戶需求，以下是該功能的優化建議：30用戶反饋智駕在復雜場景下表現不穩定，未能實現全場景覆蓋，希望提升系統對復雜場景的識別和處理能力在停車場閘機通行、跨樓層切換等環節存在斷點，未能實現完全無縫銜接。希望通過與停車場管理系統（如智能閘機、車位引導系統）深度對接，實現更高效的場景切換和無縫銜接。用戶體驗有斷點，用戶體驗有斷點，提升場景覆蓋能力提升場景覆蓋能力01010202030304040 05 5用戶對泊車效率和精度不滿，尤其在復雜車位場景中表現不佳。優化泊車路徑規劃算法，提升系統對不規則車位的識別能力，同時縮短

52、泊車時間，提高用戶體驗。提升泊車能力提升泊車能力系統在突發情況下（如行人、車輛突然切入）反應遲緩，未能及時避險，導致碰撞風險增加。用戶希望在突發障礙物場景下，系統避障反應速度和決策能力進一步提升。提升緊急避障能力提升緊急避障能力用戶反映減速不及時、急剎車或剎車不及時情況頻發，影響舒適性。改進車速控制算法，確保加減速過程平穩，提升駕駛舒適性。優化車速控制優化車速控制與舒適性與舒適性優化變道邏輯與穩定性，確保變道過程平滑且符合交通規則：用戶反映變道過程生硬、頻繁無效變道，影響駕駛流暢性和安全性。優化掉頭、轉彎和并道策略，確保系統在不同路況下的穩定性和安全性，改進并道時存在強行加塞或未能有效應對加塞

53、車輛的情況。優化變道、轉彎、掉頭優化變道、轉彎、掉頭等常規場景處理能力等常規場景處理能力用戶體驗相關建議加強場景覆蓋與適應性，真正做到“車位到車位”全場景無斷點加強識別準確性與決策及時性，提升系統穩定性與安全性用戶駕駛習慣學習，平衡激進與保守駕駛策略加強用戶教育與反饋機制多樣化場景測試：在開發階段廣泛收集不同城市、不同氣候條件下的用戶數據，確保功能在各種極端環境下的穩定性和可靠性。加強跨區域行駛時的功能連貫性，確保用戶在不同地區都能享受到穩定的服務。加復雜場景應對：在特殊施工路段或道路臨時管制區域，車輛應能提前獲取信息并規劃新的路線。針對暴雨、大雪、大霧等極端天氣，智能駕駛系統需要強化傳感器的

54、性能。在極窄的通道、擁擠的停車場等狹窄空間，進一步提升車輛的操控精度。通過技術迭代、用戶反饋機制完善等策略優化當前的智駕水平，提升用戶體驗，推動功能的普及與市場認可度。識別準確性：加強對各種交通標志、標線的識別能力，包括一些老舊、模糊或者被遮擋的標志。決策及時性：優化決策算法，減少在復雜交通場景下的決策延遲。比如在多車交匯、行人突然橫穿馬路等緊急情況下，能夠迅速做出合理的駕駛決策，如制動、避讓或者加速通過，保障行車安全和流暢性。用戶反映部分品牌駕駛策略過于激進或保守，影響安全性和通行效率。建議根據用戶日常駕駛習慣（如加速偏好、剎車習慣、跟車距離等）與實時路況和路線偏好，提供可自定義的駕駛模式，平衡安全性與通行效率，同時通過OTA升級不斷優化策略。通過線上線下渠道加強對用戶教育，提高用戶對車位到車位智能駕駛功能的認知和使用能力。建立用戶反饋機制，收集使用數據，針對高頻問題快速迭代優化。關注功能體驗相關輿情，及時了解用戶體驗感受，加強用戶體驗跟蹤，形成“用戶需求-技術優化-體驗提升”的閉環。31Thanks謝謝觀看