超级开箱丨挑战40万级销冠蔚来ES8，极氪8X赢面多大？

蔚来三代ES8的上市，一举改写了40万级SUV销量格局。

但白热化竞争之下，后来者不断强势杀出，作为销冠级选手，ES8其实如履薄冰。

极氪8X就是40万级SUV中，迅速崛起的销冠挑战者。

4月份上市后，29分钟大定破万，13天交付近3500辆，8X的销量迅速起势。

销量是最直接的结果，而这背后则是一场又一场硬仗，辅助驾驶无疑是智能化比拼逻辑下最艰难的一场。

8X搭载了千里浩瀚H7 G-ASD 4.0，融合世界模型与强化学习。

ES8搭载了算力超1000TOPS的神玑NX9031芯片，世界模型方面蔚来更是老玩家了。

极氪和蔚来，一个是背靠大吉利体系的创二代，一个是大浪淘沙杀到现在的新势力；一个融合了英伟达这种全球超级大厂的芯片方案，一个则头铁烧钱自研芯片。

当8X和ES8两大40万级热门SUV正面交锋辅助驾驶，谁会技高一筹？

点击视频观看：40万级销冠蔚来ES8，迎来硬核挑战者，极氪8X这波能赢吗？

谁的博弈逻辑更合理？

我们的测试路线涵盖了交通复杂的上海城区和乡间小路，存在大量博弈场景。

测试刚开始，面对类似的场景，8X和ES8就出现了巨大差异。

ES8右侧公交车已抢占身位，正常情况下ES8应减速避让或加速抢过，但它既不减速也不避让，轨迹与公交车交叉，驾驶员只好接管。

8X面临的问题是，由于前方公交车占道，临近车道上的车在绕行时，会压线干扰8X正常行驶。

不过8X反应很快，主动提速并轻打方向盘拉开横向距离，游刃有余地完成超车绕行。

仅此一项，8X的轨迹规划与横纵向控制便胜过ES8一筹。

更复杂的是掉头场景。

8X周围有掉头电瓶车、抢先掉头的车辆以及无视8X直接右转大货车。

整个过程中，8X稳控转向与速度，让过右转大货车后正常掉头，毫无紧张感。

ES8则有些磕磕绊绊，掉头过早挤压了空间，还与正常掉头车辆发生路线干涉，双方一度互不相让，最后ES8紧急刹停。

幸好ES8支持三点掉头，我们这才完成通过，只是过程实在有些心惊肉跳。

当然，8X也具备三点掉头功能，遇到后方车辆干扰时，它能等后车让出空间后一气呵成，反应与人无异。

在与行人、非机动车的博弈中，8X和ES8的表现旗鼓相当。

行人横穿马路时都能及时识别、线性减速；无保护左转也能丝滑让行。

8X还在乡间小路上碰上了意料之外的鬼探头，拐弯时临停车后忽然走出一位行人，8X立刻减速、绕行，非常丝滑地完成了避让。

在乡间小路上，空间窄小，临停车、行人、非机动车随机出现，并且道路参与者的交通规则意识往往也比较薄弱。

面对这样的交通环境，辅助驾驶系统必须是个眼明手快的微操高手。

谁更懂微操？

8X和ES8都是超5m的中大型SUV，要行驶在乡间小路上，挑战首先就来自于各自的大块头。

令人惊喜的是，8X交出了教科书级表现。

在对向有来车、右侧有非机动车和行人的复杂路况下，8X一边减速一边向右挤。

中途有右侧电瓶车飞驰而过时，8X瞬间向左打方向避让，电瓶车过去后再立刻回正，接着从两侧障碍中精准穿出。

8X全程速度不乱，方向凭机而变，端到端的实力真是毫无浪费。

ES8在车流不密集时尚且灵活，可一旦情势紧张起来，ES8的能力就又显得不够用了。

左侧临停车将双行道挤成单行道，ES8抢了对向车的空间，等候挪车时后方电瓶车又至，几乎要同时穿过，刮擦风险极高，最终因前方空间不足刹停，驾驶逻辑出现了混乱。

窄路弯道会车时，ES8速度超过20km/h，虽勉强通过，但后方盲区再来车就来不及反应，只能安全接管。

极氪8X在类似的狭窄弯道会车时，速度会主动压到个位数，一旦对向再出现车辆，就能从容刹停。

所呈现的性格是既不冒进，也不犹豫。

谁认路更准？

认路能力是智驾决策的大前提。

极氪8X表现依旧很稳，堵在路中间无车道线时照常行驶，骑线后稍作纠结便变回正常车道；

需要在最左侧掉头时干脆果断地连续变道；待行区也能精准驶入。

ES8的表现还是有些不尽人意，能正常跟车进入左转待行区，但不能跟车驶入直行待行区，即使驾驶员点电门催促也不行。

此外，ES8还会出现压导流区变道、施工路段拐弯时机偏晚等基础问题。

认路方面，极氪8X的完成度令人满意，ES8就有些遗憾了，一些基础场景甚至还存在失误。

写在最后

比拼结果很明显，当前版本下，搭载千里浩瀚G-ASD的极氪8X，整体体验要优于Cedar雪松系统的蔚来ES8。

8X从博弈、微操到认路都展现出了明显领先的实力，并且一直尽可能地平衡好安心与效率，既追求乘客舒适，也尽量提高通行效率，第一梯队的身位还是非常稳的。

ES8目前的这个版本，体验就稍显割裂了，感知到决策的链条协同不畅，时而激进、时而迟钝，还需要在后续的版本中继续打磨优化。

其实来到40万的价格段，每一款车的辅助驾驶都已经武装到了牙齿，但体验仍存在明显的差距。

这不只取决于硬件的堆料，更在于AI算法的深度打磨与工程化落地。

在辅助驾驶这场长跑中，谁能够稳扎稳打将每一个场景执行到位，持续赢得用户的使用意愿与信赖，谁或许就能跑得更远更久。