别急着教AI开车，先让它看懂世界

过去两三年，中国自动驾驶的竞争，更多比拼功能推进速度。 谁开得更远，谁覆盖城市更多，谁体验更稳。高速NOA、城市领航、自动泊车，这些功能构成了绝 大多数车企的叙事基础。只要功能能持续上线，竞争就可以继续。 但这套逻辑正在接近上限。 一方面，主流玩家在功能层面已经逐渐拉齐，差距在缩小；另一方面，越往复杂场景走，系统越依赖 整体能力。 复杂场景考验的，往往不在于"有没有某个功能"，而在于系统能不能把识别、判断和动作连续地完 成。 这类能力一旦成为主导，单纯叠加功能就很难再直接提升整体表现。功能可以一项项补齐，但只要系 统还是"磕磕绊绊"，复杂场景里的不稳定就无法根除。 这意味着，自动驾驶的竞争重点，正在转向系统如何组织能力。数据、算力、工程调优当然都重要， 但当系统复杂度继续上升，它们最终都要服从一个更底层的逻辑：这套能力是如何被组织、调用、迭 代的。换句话说，架构开始决定上限。 头图｜AI生成 更直接一点： 功能决定的是今天能不能卖，架构决定的是明天还能不能继续变强 。 对理想来说，这个变化尤其关键。 过去，理想最强的标签是产品定义与家庭场景体验；但一旦进入架构竞争阶段，理想就必须证明，自 己不只擅长做一台让用 ...