小米YU7 GT以10分29秒创下纽北首个自动驾驶圈速纪录后，梅赛德斯-AMG GT 63原型车紧随其后开展测试。这并非单纯的圈速比拼，而是全球头部车企将“绿色地狱”作为高阶智驾系统极限验证场的信号，标志着智能驾驶竞争正从城市NOA的功能覆盖，迈向极端工况下的算法鲁棒性与硬件冗余度较量。
此次测试呈现出截然不同的技术策略。小米YU7 GT采用端到端大模型驱动，10分29秒的成绩虽比人工驾驶慢3分钟，但验证了纯视觉方案在高动态赛道环境下的感知决策闭环能力，其核心在于算法对非结构化道路的泛化水平。相比之下，奔驰AMG GT 63的测试更为保守，首圈耗时近20分钟，重点在于高精地图采集、传感器标定及底盘线控系统的响应阈值调试。这种差异反映了新势力与老牌豪华车企在智驾研发上的路径分野：前者追求数据驱动的迭代效率，后者坚持安全冗余优先的工程验证体系。值得注意的是，奔驰同期曝光的纯电E级AMG原型车搭载了YASA轴向磁通电机，体积缩小三分之二，为布置更多传感器和计算单元预留了物理空间，显示出传统车企正在重构电动性能车的电子电气架构以适应智驾需求。
将纽北纳入智驾测试版图，背后是行业对“长尾场景”攻坚的迫切需求。城市道路测试已趋于同质化，而纽北赛道包含154个弯道、300米海拔落差及复杂光照变化，是检验感知算法边界能力的天然实验室。政策层面，欧盟GSR法规和中国L3准入试点均要求智驾系统在极端条件下具备失效保护能力，纽北测试数据将成为合规认证的重要支撑。财务角度看，单次纽北包场测试成本超百万元，加上原型车损耗与工程团队差旅，投入不菲，但相比后期召回或事故赔偿，前期极限验证的ROI更高。对于供应链而言，这也意味着激光雷达、高算力芯片、线控制动等零部件需通过更严苛的车规级认证，倒逼上游提升产品一致性。
利益相关方在这场博弈中诉求各异。小米需要纽北背书来打破“手机造车”的性能质疑，为其高端车型溢价提供技术注脚；奔驰则试图在电动化转型中守住“驾驶者之车”的品牌资产，避免在智驾时代沦为代工厂。供应商如博世、大陆正借机推广新一代线控底盘方案，因为自动驾驶在赛道的极限表现直接关联量产车的操控信心。消费者虽不会在纽北开车，但赛道验证带来的系统可靠性提升，将转化为日常使用中的安全感。监管层则乐见企业主动提高测试标准，为后续L4级商业化积累安全数据。竞品方面，特斯拉FSD尚未进入中国，保时捷Taycan Turbo GT仍以人工驾驶为主，小米与奔驰的动作可能迫使其他车企重新评估智驾验证体系。
短期看，纽北自动驾驶圈速榜将成为新的营销战场，但中期胜负手不在单圈快慢，而在测试数据能否反哺量产系统迭代。关键变量有三：一是端到端模型在赛道数据训练后的泛化能力提升速度；二是奔驰等传统车企能否将YASA电机等新硬件与智驾软件深度融合；三是监管机构是否将极限测试纳入智驾评级体系。若小米能将纽北经验迁移至城市复杂路口，或奔驰成功打造“可赛道的高阶智驾”标签，都将重塑市场对智驾价值的认知。反之，若测试仅停留在公关层面，未能形成技术闭环，则这场投入巨大的竞赛终将沦为又一场参数内卷。
纽北的引擎声正在被算法的静默取代，自动驾驶的终极考场，从来不是某条赛道，而是用户对技术信任的临界点。