小鵬測試的數據如何分析

分析小鵬測試的數據，得先看它的端到端大模型，像神經網絡 XNet、規控大模型 XPlanner 以及大語言模型 XBrain 這三部分構成分段式結構。

數據閉環厲害，全棧數據閉環能把數據處理、挖掘和解讀做得很好。實車測試與仿真測試都重要，像超 10 億公里視頻訓練、超 756 萬實車公里數和超 2.16 億仿真公里數，實現快速版本迭代和體驗升級，未來 18 個月智駕能力能提升 30 倍。

數據閉環分收集、標注、訓練和部署環節，能讓城市場景被動接管率降低 38%，仿真還能創造更多長尾場景，保護程度提升 4 倍，降低數據和算法測試成本。

再說電池，小鵬有車輛電池仿真測試專利，能提高熱量仿真精準度。充電習慣影響電池可用容量，像小鵬 G3 合理設置不常滿充能保護電池。

小鵬 P7 的 NGP 駕駛測試成績不錯，平均百公里接管次數 0.71 次，變道超車成功率 94.41%，匝道通過成功率 92.76%，隧道通過成功率 94.95%。

車內空氣質量測試，選的小鵬 P7 行駛里程 17554km，模擬日常和周末停車時段收集數據，整體處于優秀標準。

從小鵬 P7 整車駕乘性能看，底盤 KC 性能、動力制動和操縱穩定性能結合專家駕評，動力操控超過行業同級平均水準，加速響應快且線性，轉向虛位小，NVH 控制得當。

續航測試，G9 在一些方面比 P7 表現好，像 800V 平臺、動能回收加強、車機對電池續航計算方式優化等。夏季測試中，P7i 滿載續航出色，背后是電池技術、智能管理系統、車輛結構和空氣動力學優化，還有智能駕駛輔助和車聯網系統提升用戶體驗。