众所周知，上汽大众ID. ERA 9X将全球首发搭载Momenta R7世界模型，并且将在最近一段时间里通过OTA正式推送上线。而在此之前，上汽大众官方不仅开启了在重庆兰英挂壁公路上的实地验证，并且还在重庆、上海、北京、深圳四城同步开启了首次面向媒体的大规模试驾活动。
Momenta R7世界模型的核心突破在于：让AI真正理解物理世界的底层规律——懂物理属性、懂运动因果、懂潜在交互。基于这一逻辑，Momenta R7世界模型在应对日常行车中所出现的那些“万中无一”的罕见场景时，也就能做到“见微知著”、提前预判：借道避让、静止车避让的安全性提升近10倍；导航变道的效率提升超过15倍，误制动优化3倍以上。
尽管数据上优秀，但面对真实的重庆复杂城区路况，首搭Momenta R7世界模型的上汽大众ID. ERA 9X的表现又究竟如何呢？
我们这次的先锋试驾营活动，路线将按照已规划好的行进路线进行，起点和终点都设定在酒店车库，这也是为了测试R7世界模型中的D2D（车位到车位）功能，而行进路线则涵盖了千厮门大桥的上桥匝道合流、城市道路里的复杂路况、城区内的回头弯和老城区窄路的通行，看是不是能够做到全程零接管。
先说D2D（车位到车位）。这一功能首先需要通过记忆路线，也就是出发车位的泊入+泊出和目的地车位的泊入+泊出来实现激活，但与传统智驾只能进行分段拼接不同，R7世界模型下的D2D能够连接完整的行程，并且全国道路通用。
在实际体验中，开启功能之后，车辆便自动驶出车位，并识别路线和出口抬杆后自动驶出车库，而回程也同样在车库入口处自动识别抬杆后驶至目标车位，但这里出现了一个小插曲：原本的目标记忆车位当时有一个锥桶，这台ID. ERA 9X在停稳后识别了车位并识别出该锥桶，但在片刻决断之后，便毫不犹豫地倒入了隔壁的空闲车位，顺利完成了此次D2D的挑战。
（驶出车位）
（车库内识别路线左转）
（识别进入绕行匝道上楼层）
（识别匝机抬杆）
（黑色车右边的目标车位已被锥桶占位）
（识别出隔壁车位并规划出倒车路线）
（执行决策倒入车位）
除了优秀的D2D能力，整个试驾过程中全程开启智能辅助驾驶，也并没有出现人为接管的现象，有几个点值得说一下。
首先是驶出车库后要进入匝道然后合流进入桥面主车道，由于是工作日，尽管已经过了早高峰，但桥面的车流量仍比较大，所以此时合流汇入主车道对车辆的智能辅助驾驶能力仍是一个非常大的考验。这台应用Momenta R7世界模型的ID.ERA 9X的表现是，跟随前车保持合理的车距，在左侧车辆通过之后，车辆开启左转灯，屏幕小窗显现左后方车流情况，并在决策之后果断执行丝滑地并入桥面主车道。
类似的这种情况还出现在从南区路上行之后右转进入两路口大循环的主干道，这台ID. ERA 9X同样是在右转之后果断汇入了主干道，之后由于我们的行进路线需要向左变道后向左前方下行朝上清寺方向行进，所以车辆依旧是在对路面情况进行预判之后果断地执行了向左变道的动作，同时，在向左前方下行时，由于右边同时有合流的车辆，所以这台ID. ERA 9X在感知到右边有来车时还进行了一个减速的动作，确认安全之后驶入了下行自己的车道。
（南区路上行后右转汇入两路口大循环主干道）
（先汇入大循环主干道）
（再向左变道）
（感知到右侧合流车辆，有主动降速）
其次是这台搭载了Momenta R7世界模型的ID. ERA 9X对于路面上某些偶发情况的预判和处理。其一是石板坡立交向南区路下桥前有一处与南岸方向来车的汇流，此时我们这台车的右侧车道有一辆公交车，而左侧也同样有在南岸方向行驶的车辆，这台ID. ERA 9X在预判之后的决断并不是减速等待公交车驶过后再向右变道，而是果断地提速超越了公交车，完成了此次汇流动作，整个过程一气呵成。
（右侧车道有公交车，地面交通标线显示向右侧合道）
（提速，超越公交车，完成合道）
其二是从华一路下行往黄花园大桥方向时，我们当时停车等待前方的一个掉头车，同时，对向车道还有一台从车库出来等待左转驶入我们车道的车，我们这台车在掉头车完成掉头驶离后，等待左转的车也在放行了几台直行车辆后起步准备左转，此时，我们这台ID. ERA 9X并没有继续等待左转车辆完成左转动作，而是果断起步、提速通过。
其实接近一个小时的体验下来，这台搭载Momenta R7世界模型的ID. ERA 9X在智能驾驶辅助方面的表现给我最大的感受，就是它能够理智、冷静地应对路面随时会发生的情况，在基于实测数据反哺的基础上，对“眼前”可能会出现的风险进行预判、推演，并做出决断，给出可执行的“最优方案”。所以，我认为，何以能够对当下的智能辅助驾驶给出“老司机”的评断，一定是要有“老司机”的驾驶技巧，更重要的是要有如同“老司机”的经验，这个经验就是对未知风险的预判和面对突发情况发生时的理智、冷静，而不是通过“激进”的决策和执行去“冒险”通过。
最后，我也相信，随着接下来Momenta R7世界模型的OTA推送，发生在城市里、发生在我们日常生活中的真实案例数据，将不断地充盈它的数据支撑，而这也将反哺我们未来的智能出行拥有更好的体验。
