（问题）智能网联汽车加速普及的背景下，辅助驾驶从“能用”走向“常用”，核心挑战在于稳定性、可预期性与覆盖场景的广度。一上，城市道路交通参与者复杂、路况多变，系统需要具备更强的实时理解与决策能力；另一方面，用户对辅助驾驶的信任建立往往依赖长期、连续的使用体验，任何不稳定都可能降低使用频率，影响渗透率提升。 （原因）蔚来方面披露的数据显示，新版本上线首月，辅助驾驶使用率环比增长超过80%；单月智能辅助驾驶总行驶里程突破2亿公里、环比增长81.5%；城区领航辅助功能使用总时长环比增长81.7%；智能辅助驾驶使用时长整体驾驶时长中的占比提升81.0%。多项核心指标同步上扬，反映出产品更新在用户端形成了“可感知”的改进。业内人士认为，使用率的变化通常不是单一功能带动，而是系统整体体验的提升，包括策略更稳、行为更像“熟练驾驶者”、对复杂场景的处理更从容等。 推动上述变化的关键，在于研发范式的调整。据介绍，今年1月推送的新版本首次将完整的闭环强化学习引入辅助驾驶研发流程，并与“世界模型”结合，形成“世界模型+闭环强化学习”的技术架构。相较于以往以规则与分模块调参为主的路径，该类架构强调在仿真与真实数据闭环中持续迭代：系统对环境的理解更趋整体化，决策可随路况变化进行动态调整，从而提升在城区与高速等多场景下的适应能力。 （影响）从行业层面看，数据增长背后折射出辅助驾驶竞争焦点正在从“功能堆叠”转向“可靠可用”。当用户开始在日常通勤中更高频使用辅助驾驶，产品评价体系将更重视稳定性、舒适性与一致性表现。对企业而言，使用里程与使用时长的提升，意味着更多真实道路数据进入闭环，为后续模型训练与策略优化提供更充分样本，进而形成“体验提升—使用增加—数据增厚—再提升”的正反馈。 对用户而言，新增的城区领航换电功能具有较强的场景指向性。该功能已覆盖全国2000余座二代及以上换电站，当车辆电量低于设定阈值时，系统可自动规划包含换电站的路线，并在导航过程中完成自动变道、路口通行等操作，最终实现全自动换电流程。其价值不仅在于减少操作步骤，更在于把“补能决策”纳入智能行程管理，降低城市出行中的续航焦虑与时间不确定性，提升用车效率。 （对策）同时也应看到，辅助驾驶能力提升与使用率增长，必须以安全合规为前提。业内建议，企业在推进模型化升级的同时，应持续完善功能边界提示、驾驶员接管机制、人机交互与风险提示，强化对极端场景、施工路段、恶劣天气等工况的能力验证，并通过透明、可追溯的数据指标向用户说明改进点与限制条件。对于换电等关键动作的自动化流程，还应在站端协同、通信可靠性、异常处理预案诸上更夯实，确保“全流程自动”具备一致性体验。 （前景）展望后续，随着更多车型与更多城市路网覆盖带来数据规模扩大，叠加训练与部署效率提升，辅助驾驶将进一步向“强泛化、强闭环、强安全”的方向演进。特别是在补能基础设施较为完善的区域，智能行程规划与换电网络协同有望成为差异化竞争点，推动智能化体验从“驾驶环节”延伸至“全生命周期用车服务”。在产业加速出海与标准体系逐步完善的趋势下，能否在安全、体验与成本之间实现平衡，将决定技术路线的可持续性。
智能驾驶技术的快速发展正在重塑用户的出行习惯，而蔚来的最新数据印证了市场对这个趋势的积极响应。在技术创新与用户需求的双轮驱动下，智能驾驶有望成为未来交通的核心组成部分。然而，如何平衡技术突破与安全合规，仍是车企需要长期探索的课题。