问题——智能驾驶能否跨越“数据舒适区”，在陌生城市与荒漠公路同样可靠？
近年来，智能驾驶从城市快速路、高速公路向更广泛道路延伸，但在道路标线缺失、施工改道频繁、导航信息滞后以及雨雪遮挡传感器等场景中，系统能力边界仍时常显现。
对用户而言，能否在长途出行中持续降低疲劳、在极端环境下保持可预期的安全冗余，成为评价智能驾驶“好用”与否的关键。
在此背景下，两名媒体人员近日驾驶车辆从新疆喀什出发一路向东，计划横跨约5000公里抵达上海，并以第二代VLA智能驾驶作为主要驾驶方式，尝试在“几乎没有数据积累的戈壁荒漠”和“车流密集的城市路网”中连续验证系统表现。
截至3月16日晚，车辆抵达西安，已行驶约3000公里。
实测人员表示，在不启用智能驾驶情况下，单日驾驶600至800公里已接近体力与注意力上限；而在智能驾驶辅助下，单人日行里程可突破1000公里，长途疲劳感明显降低。
原因——从“规则堆叠”到“能力泛化”，跨区域适配是绕不开的门槛 业内普遍认为，早期智能驾驶更依赖特定城市、特定道路的规则匹配与经验参数，系统在数据覆盖充分的区域表现更好，一旦驶出常见道路形态，容易出现降级、退出或提示接管的情况。
实测人员将其概括为“评测只能对所在城市负责”的局限：在大城市环线、高架与主干路上像“老司机”，到了无车道线乡道、临时改道施工点或信息不完整的路段，稳定性就会受到考验。
此次测试把路线拉长、路况拉杂，意在检验系统对陌生环境的适应能力。
小鹏汽车通用智能中心负责人刘先明在直播连线中将目标概括为“上线即全场景通用”，即在训练数据覆盖不充分区域仍能保持可用性与一致性。
影响——接管率与连续可用里程成为衡量体验与安全的关键指标 实测显示，第二代VLA在多数路段保持稳定，测试人员称“只有两类情况会显著阻止继续使用”：一是道路施工导致车道结构突变，需要人工判断完成并线与路径选择；二是遭遇暴雪等极端天气，毫米波雷达被覆盖后系统提示接管并停止智能驾驶，以确保安全冗余。
除上述情形外，系统在长距离行驶中表现相对连贯。
值得关注的是，实测团队在连线中披露，其最长连续零接管里程（不含充电、检查站等中断）横跨两天达到1220公里。
小鹏汽车董事长、首席执行官何小鹏曾提出，L4级接管率可用“千公里”量级衡量，而常见L2级多以“百公里”量级计算；此次实测数据被视作对“更长连续可用里程”方向的一次验证。
业内人士指出，接管率并非越低越好这一单一指标，还需结合道路风险、系统提示及时性以及安全策略是否保守有效综合评估，但长途出行中“可持续使用”的体验提升，对用户价值更为直观。
对策——把“最难的1%场景”当作主战场，完善传感器冗余与道路理解能力 在西部出行中存在一个现实矛盾：平直路段占比高但风景单调，难度低的99%场景“用不用都行”；而最具观赏性、也最具挑战性的1%场景往往路况更复杂、天气更极端，用户反而不敢用。
要破解这一矛盾，关键在于提升系统对施工改道、标线缺失、异形路口、临时障碍与恶劣气象的综合处置能力。
直播中，何小鹏谈到春节期间出行经历：在部分国家和地区存在“几乎没有明确道路”的情况，车辆需要在缺乏清晰车道边界的环境中自主选择可行驶区域并避让潜在障碍。
这一需求被明确为研发目标之一，并被要求纳入阶段性工作指标，推动团队在“野外场景”持续攻关。
业内分析认为，这类场景对感知鲁棒性、定位与地图依赖程度、路径规划的容错设计提出更高要求，也需要在安全策略上坚持“宁可保守、不冒进”的底线。
前景——从城市到旷野，智能驾驶将迈向更广泛可用，但仍需循序渐进 从应用场景看，智能驾驶大体覆盖城市道路、高速公路与园区三类环境，而“城市之外”的长途与野外场景，往往更能检验系统的稳定性与边界处理能力。
此次跨区域实测表明，智能驾驶正从“点状强”向“面状通”拓展：在陌生城市随机导航打点、自主行驶一个多小时仍能保持较好表现，为行业讨论“泛化能力”提供了新的样本。
同时也应看到，施工与极端天气依然是多数系统面临的共同难题。
未来一段时间，随着更多跨区域道路数据积累、传感器与软件策略迭代、法规与标准体系逐步完善，智能驾驶在长途出行中的渗透率有望继续提升。
但在推广层面，必须持续强化安全教育与使用边界提示，避免用户误把辅助驾驶当作完全自动驾驶。
从戈壁荒漠到繁华都市，5000公里的实测不仅是一次技术验证，更是中国智能驾驶发展的重要里程碑。
在汽车产业智能化转型的关键时期，此次测试展现了中国企业在核心技术领域的突破与自信。
随着技术的持续创新和场景的不断拓展，智能驾驶正从实验室走向更广阔的应用天地，为未来出行方式变革奠定坚实基础。