2026 CES展期,吉利千里浩瀚G-ASD与特斯拉FSD V14.2.2.2的全球首测直播,勾勒出中美智能驾驶的差异化演进路径。两者在目的地泊车功能上的技术取舍,不仅是技术路线的分歧,更折射出对不同出行生态的深度适配,为行业呈现了高阶辅助驾驶的两种核心发展逻辑。
技术路径的分野在泊车场景中尤为鲜明。特斯拉FSD V14.2.2.2采用场景化适配方案,用户可直接选择路边、停车场等预设场景,实现从道路行驶到泊车的全流程无切换衔接,核心优势在于场景覆盖的通用性与操作连贯性。但其短板同样突出,缺乏固定车位记忆能力,无法满足用户对偏好车位的精准泊入需求。反观吉利G-ASD,以记忆车位为核心技术支点,在本次深隧式复杂地下车库测试中,凭借全域协同能力实现全程无感知系统切换,精准完成预设车位泊车,彰显出对个性化场景的深度适配能力。
路况实测进一步印证了路径差异的合理性。吉利G-ASD依托WAM世界行为模型构建的“理解-规划-预演”闭环,在国内早高峰混合路况中表现稳健,拥堵路段变道无顿挫,对电瓶车等弱势交通参与者的安全距离控制精准,充分适配中国高密度混合交通环境。特斯拉FSD V14.2.2.2则延续激进驾驶风格,在拉斯维加斯规整道路中展现出更高效的通行效率,视觉编码器升级带来的平顺性提升,使其相比前代版本体验显著优化。
这种差异本质是中美出行生态的适配结果:特斯拉聚焦统一场景的流畅性,契合北美道路规整、交通参与者行为规范的环境;吉利侧重个性化场景的精准性,深度匹配中国复杂路况与固定车位使用习惯。两者虽路径不同,但均实现了技术与场景的高效协同,也预示着未来智能驾驶将向更细分的场景化优化方向演进。