2026年7月，各大品牌城市NOA实测视频集中涌现，小米、智己、小鹏、问界、蔚来等纷纷展示实际道路表现，行业正从“开城数量”竞赛转向“场景体验”深化，但实测数据揭示的接管率、复杂场景应对能力仍提醒用户：当前城市NOA是高级辅助驾驶，而非自动驾驶。
一、实测视频覆盖的核心品牌与版本
- 品牌
- 车型
- 测试版本/特点
- 小米SU71.2.2版本推送，首批开放十城，覆盖城市主干道
- 智己LS6无图端到端城市NOA，无保护左转、环岛、施工路段测试
- 小鹏G91280公里城区NOA测试，变道成功率87.3%，收费站通过率62%
- 问界M91276公里实测，施工路段识别率提升，无保护左转仍是痛点
- 蔚来ES6夜间及小雨场景误判率明显上升
二、实测场景中的亮点表现
1. 普通道路与红绿灯响应
小米城市NOA在SR界面模型显示丰富，红绿灯识别延迟约1秒，启停体感柔和，跟车距离随场景动态调整，拥堵路段跟车距离保持很近。智己LS6在无保护左转场景完成良好，环岛通行流畅，能选择最优车道。
2. 变道与博弈能力
小米变道积极性较高，跨多车道场景能把握合适时机，但在超越慢车时触发速度差较为随机，存在长距离跟行慢车的情况。三款主流车型在“博弈”场景（如双向单车道会车）整体表现偏保守，系统常停在路中间等待接管。
3. 施工路段与绕行
2024年系统遇到施工锥桶基本无法应对，当前版本已能主动变道绕行，施工路段识别率提升显著。小米的绕行能力现阶段仍有限，仅能完成难度不大的车道内绕行。
三、实测数据与用户关注焦点
据多位博主连续千公里级实测统计：- 主流城市NOA接管率约为8-15次/百公里，即每开7-12公里需要接管一次。- 高速NOA成功率92-97%，但雨天降至78%。- 用户信任度调研显示仅32%的车主敢真正放手让NOA开，大部分人仍手扶方向盘、脚悬刹车。- 城市路口右转成功率行业平均67%，无保护左转成功率54%，而人类驾驶对应成功率分别为99.8%和94%。
四、写作中需要把握的规则与尺度
1. 产品负面评价的边界
当提及系统无法应对的场景（如无保护左转、施工改道），应表述为“仍需人工接管”“有待后续版本优化”，而非直接定性为“重大缺陷”。
实测中的接管次数、失败案例需有明确数据支撑（如博主自测里程数、接管次数），避免笼统说“经常出问题”。
对于厂商宣传“全程零接管”“全场景覆盖”与实际表现间的差距，可用“当前版本更适合高架快速路”“建议当作高级ACC使用”等中性建议，而非指责虚假宣传。
2. 数据引用的可靠性
优先采用有完整测试路线、里程、场景描述的实测视频数据。
对仅凭主观感受的“试驾体验”，应降低证据等级，避免作为核心论据。
第三方测评机构的统计数据（如路口右转成功率67%）若来源明确，可视为可靠证据，但仍需注明数据出处。
3. 禁用内容与表述
涉及灾害、灾情的描述（如暴雨、积雪、团雾等极端天气下的系统表现）一概不写入。
避免使用“灾难”“噩梦”“致命危险”等带有灾害暗示的词汇。
雨天测试数据（如小雨误判率37%）可客观罗列，但不展开描述“积水反光被误判为障碍物导致频繁急刹”这类带有灾害联想的场景细节。
4. 积极导向的叙述角度
突出技术进步：从2024年施工路段“基本歇菜”到当前“能主动变道绕行”的进步幅度。
强调正确使用方法：如高速NOA已成熟（MPI 200km+）、城市NOA适合标线清晰的主干道等，引导用户合理使用而非全盘否定。
对保守的博弈策略可表述为“安全优先的设计取向”，而非“决策能力不足”。
五、视频内容呈现建议
实测视频应包含以下关键要素以增强说服力：- 一镜到底的完整路线记录，避免片段拼接。- 明确标注接管时刻、系统决策原因（如地图信息缺失、感知受限）。- 分场景展示：包含无保护左转、S型车道线、人车混行、公交站台、临停车辆绕行等典型场景。- 与人类驾驶操作进行对比（如同路段人工驾驶所需接管次数），帮助观众建立直观参考。
六、当前城市NOA的合理定位
综合众多实测视频反馈，城市NOA正处于“从能用向好用的过渡期”。高速NOA已相对成熟，可有效缓解长途疲劳；城市场景的复杂度（行人、非机动车、施工、加塞）呈指数级提升，系统在无保护左转、收费站、夜间照明不足等高频场景仍高度依赖人工干预。感知端到端大模型量产上车后，系统有望从“识别物体”升级到“理解意图”，届时城市NOA的连续可用里程才可能真正接近人类司机水平。用户当前选购智驾版本，应将城市NOA视作“高级自适应巡航”，而非“代驾司机”，在任何场景下都需保持注意力、随时准备接管。
