小鹏XNGP智驾系统在2026年已通过端到端大模型与全国全量开放实现高成熟度，用户智驾占比达63.7%，同时仍有部分复杂场景的体验需要持续打磨。
一、核心优势：技术领先与体验成熟
1. 全国全量开放，不限城市与路况
XNGP已实现“不限城市、不限路线、不限路况”的全国全量开放，覆盖导航所能到达的所有社会公开道路。实测验证超过2595个城市、756万公里里程，系统泛化能力极强。
2. 端到端大模型带来拟人驾驶
基于神经网络XNet+规控大模型XPlanner+大语言模型XBrai的端到端架构，使车辆能像人类一样依靠经验与直觉驾驶。变道成功率提升53%，绕行成功率提升155%，拟人感提升4倍。连续大曲率弯道、夜间小雨场景均可零接管通过。
3. 安全优先与用户教育
小鹏要求车主首次使用XNGP前必须完成视频学习与安全测试，后续使用中强调人机共驾、时刻监管。这降低了因过度信任系统导致的事故风险。系统在遇到突发情况时（如前车急刹、旁车加塞）能坚决减速避让，表现从容。
4. 泊车与记忆能力
支持100米徇迹倒车、离车泊入、停车场记忆泊车，在狭窄复杂车位中实用性突出。MONA M03 Max首次加入“人机共驾”逻辑，激活XNGP后驾驶员可临时控制方向盘或加速而不退出系统，提升了交互灵活性。
5. 海量数据与自研芯
小鹏拥有10EFLOPs云端算力与90%利用率的训练集群，采用“云端大模型教授+车端小模型学生”的蒸馏模式。自研图灵AI芯使模型与硬件完美适配，算力效率更高。
6. 海外适配与泛化能力
在欧洲测试中，面对不同的路权规则与道路结构，XNGP仍能保持与国内近乎一致的体验，展现出强模型泛化能力。
二、可优化方向：持续迭代中的边界
1. 部分复杂场景仍需接管
U形掉头、环岛等特殊路况目前无法自主处理，系统在这些场景会主动退出或提示驾驶者接管。匝道型路口的车道识别偶发失误，进入目标车道的效率有时不理想，需更长的时间等待变道机会。
2. 驾驶策略偏保守
在无保户转弯、加塞博弈等场景下，系统倾向保守，有时因过度强调安全而错过变道时机。这种策略虽然降低了事故率，但在高峰时段可能影响通行效率。
3. 感知能力在极限场景下受限
对行人、非机动车的感知在极近距离或遮挡情况下偶尔不够清晰，系统会进行防御性减速。在雨雾天气或大车遮挡红绿灯时，系统可能因摄像头被遮挡或雨刮速度过快而退出XNGP。不过小鹏已通过更新优化了红绿灯识别模型，被遮挡时仍能通过道路信息预判。
4. 限速策略与个体偏好差异
系统对限速的调整有时不够精准（如夜间自动降低限速），驾驶者需手动上调速，批量场景下会产生频繁干预感。不同用户对变道博弈的接受度不同，系统目前尚无法自适应个人驾驶风格。
三、总结：成熟度领先，精进不止
小鹏XNGP在2026年已从“能用”进化到“好用”，全国开放范围、用户使用率（638%智驾占比）和技术指标均处于行业第一梯队。对于仍存不足的少数复杂场景，小鹏通过OTA持续优化，并计划在年底推出准L3能力版本。整体而言，XNGP是一套值得信赖、且持续成长的智能驾驶系统。
