2025 年 3 月 18 日，极氪千里浩瀚智驾发布会在杭州这座 " 数字之城 " 落下帷幕。这场以 " 满血启程一步到‘位’ " 为主题的发布会，不仅展示了极氪在智能驾驶领域的技术突破，更以全球首个 " 车位到车位（D2D）" 全场景智驾系统，重新定义了高阶自动驾驶的终局形态。在特斯拉 FSD 试图以免费体验争夺市场的当下，极氪的答案是从底层技术到用户体验的 " 全程闭环 " 重构，宣告中国智能驾驶正式进入场景贯通时代。

技术底座：从算力竞争到 " 端到端进化 "

智能驾驶的终局之战，本质上是技术架构与数据能力的较量。极氪此次发布的千里浩瀚智驾，以 "H7/H9 双方案并行 " 为框架，将硬件冗余、算力规模、数据生态三大核心要素推向行业新高度。

在硬件层面，极氪全系车型标配双 Orin-X 芯片（508 TOPS 算力）和激光雷达组合，构建 720 度主动安全感知体系。而更高阶的 H9 方案更进一步，搭载自研双 Thor 芯片域控制器（1400 TOPS 算力）和 5 颗激光雷达（1 长距 +4 补盲），实现四向 360 度全场景感知覆盖。这种 " 感知无死角 + 算力超冗余 " 的硬件预埋策略，打破了行业 " 硬件迭代滞后于软件需求 " 的怪圈。

更关键的突破来自算法架构。极氪首次将 " 端到端 Plus" 技术从两段式升级为一段式，将感知、决策、规划全流程打包为单一神经网络模型，使系统能像人类驾驶员一样全局思考。配合 MLM 多模态大语言模型对语音、图像、场景的融合理解，智驾系统不仅能识别锥桶、落石等异形障碍物，还能预判行人意图、解析交警手势，甚至根据用户习惯优先选择电梯口车位。这种 " 感知 - 认知 - 预判 " 的三级进化，让机器驾驶的逻辑从 " 条件反射 " 升级为 " 经验决策 "。

在数据生态上，极氪依托吉利集团 750 万辆 L2+ 级车辆每天产生的 2 亿公里真实路况数据，构建了中国车企最大的智驾训练样本库。23.5 EFLOPS 的可调用算力（相当于中国智能总算力的 2%），使得每个算法迭代周期能多学习 10 万个场景，这种 " 数据 - 算力 - 算法 " 的正向循环，让极氪智驾的进化速度呈现出 " 摩尔定律 " 特征。

场景革命：破解智能驾驶的 " 最后一米悖论 "

当前行业智能驾驶的最大痛点，并非单一场景的技术短板，而是跨场景衔接的 " 断点 " 问题。特斯拉 FSD 虽在高速领航辅助上表现优异，却始终无法解决停车场寻位、地库跨层等封闭场景的 " 最后一米 " 难题。极氪的破局之道，是通过 D2D（Driveway to Driveway）系统实现从出发车位到目标车位的全程零接管，将分散的行车、泊车、避障功能整合为连贯的 " 空间服务 "。

在杭州中心地下 6 层地库的实测中，极氪 D2D 系统展现了三大颠覆性能力：

首先，通过激光雷达 SLAM（即时定位与地图构建）技术，在无 GPS 信号环境下实时构建 3D 语义地图，精准识别楼层标识与坡道曲率，实现跨层路径的自主规划，对于其无图夸层定位能力进行了很好的展现，

针对车宽 +10cm 的超窄车位，系统可自动折叠后视镜并调整泊入角度，结合轮毂防剐蹭算法避免低矮障碍碰撞，这种与机械车位间的博弈，可谓是每个司机都深有感触。

另外，以毫秒级响应速度同步 ETC 抬杆与车辆起步，解决传统智驾在闸口 " 抬杆后犹豫 " 的尴尬，实现闸机无感通行。

这些能力的背后，是极氪对用户真实痛点的深度解构。例如 G-AES（通用障碍物连续避让）功能，不仅支持 130km/h 时速下的紧急制动，还能在 2-3 秒内连续绕过斜停事故车与突发落石，打破传统 AEB 系统 " 单次避让即刹停 " 的局限。这种 " 安全冗余 + 策略柔性 " 的组合，让机器驾驶在极端场景下依然保持类人化的从容。

从功能堆砌到体验平权

极氪此次发布会的深层意义，在于为智能驾驶行业树立了新的价值坐标——当多数企业仍在比拼功能覆盖率时，极氪已转向 " 场景闭环能力 " 的竞争。

首先传统智驾方案依赖高精地图与规则驱动，导致跨区域、跨场景的泛化能力受限。极氪采用 "BEV+Transformer+Occupancy" 的纯视觉融合感知方案，结合无图城市 NZP（已完成全国全量推送），实现了 " 有路就能开、有位就能停 " 的平权体验。这种摆脱地理围栏束缚的能力，使高阶智驾从 " 区域特权 " 变为 " 普惠服务 "，也因此极氪实现了技术路线的 " 升维打击 "。

另外要说的就是商业模式的 " 服务化转型 "，极氪首次将 " 无人代客泊车 + 自动充电 " 整合为 " 极智充 " 解决方案，车辆可自主寻找充电桩并完成插枪、结算全过程。这种从 " 驾驶辅助 " 到 " 出行服务 " 的延伸，重新定义了汽车的产品属性——它不再是需要人类操控的工具，而是能提供完整空间移动服务的智能终端。

值得注意的是，极氪并未陷入 " 堆料竞赛 " 的陷阱。例如在激光雷达配置上，H9 方案的 5 颗雷达（1 长距 +4 补盲）明显优于行业常见的 3 颗方案，但其价值不在于数量，而在于通过异构传感器融合，实现长距探测与近场补盲的效能最大化。这种 " 精准冗余 " 思维，为行业提供了硬件预埋的经济性范本。

L3 级落地的中国方案

尽管极氪将 D2D 系统定义为 " 准 L3 级 "，但其技术架构已为更高阶自动驾驶铺平道路。搭载 ZEEA 3.0 中央集中式电子架构的 L3 级方案，通过双 Thor 芯片与数字底盘的协同，将端到端链路响应速度提升 50%。这意味着系统能在 100ms 内完成从障碍物识别到转向执行的闭环，远超人类驾驶员的平均反应时间（约 1.5 秒）。

值得关注的是，极氪选择了一条 " 渐进式跨越 " 路径：2023 年推出无图城市 NZP，2024 年攻克 D2D 技术，2025 年落地 L3 级功能，每个阶段均以大规模用户验证为前提。这种 " 小步快跑 + 数据反哺 " 的策略，相比激进的全栈自研或保守的功能迭代，更符合中国复杂交通环境的落地需求。

而更深层的产业影响，在于极氪与杭州 " 六小龙 "（深度求索、宇树科技等）的协同创新生态。当车企与 AI 公司、机器人企业、脑机接口开发者形成技术共振，智能驾驶的进化将突破单车智能边界，向 " 车 - 路 - 云 - 人 " 全链路协同跃迁。这种生态化反效应，或许才是中国智驾真正超越特斯拉的关键变量。

重新定义智能驾驶的 " 终局思维 "

极氪千里浩瀚智驾的发布，标志着中国智能驾驶竞争进入 " 场景贯通能力 " 的新维度。当行业还在争论 " 纯视觉 VS 多传感器 " 或 " 规则驱动 VS 端到端 " 时，极氪用 D2D 系统证明：真正的技术领先，不在于某个单点的突破，而在于对用户完整出行链路的闭环重构。这种以 " 空间服务 " 替代 " 功能堆砌 " 的思维，或将引发全球智能驾驶产业的价值链重塑。而极氪与杭州科技生态的共舞，则为中国汽车产业开辟了一条 "AI+ 制造 " 双轮驱动的升维路径——在这里，科技创新不是实验室里的孤岛，而是城市竞争力的基石。

（图 / 文 网通社 陆宏伟）