发布会常把 TOPS、模型参数和端到端能力摆在最醒目的位置。到了 35℃ 的恒温模拟舱里，问题会变得很具体：连续算满 36 小时后，语音还跟不跟手，导航规划会不会因为芯片过热而变慢？
本次测试选取 2026 款理想 L9、小鹏 G9 和问界 M9。三辆车循环执行同一套负载：每 15 分钟发起一轮涉及跨应用调度的复杂语音指令，同时持续运行端到端空间感知与导航规划。记录项目包括推理延迟、帧率、芯片温度和功耗。
评价范围也很明确：只看热量持续累积后的推理表现，不据此给整车智驾能力排总名次。
问界 M9：温度上去后，曲线很快收住
前 12 小时，问界 M9 的端侧推理延迟维持在 80ms 至 110ms。运行到约 20 小时，NPU 温度达到 76℃ 的峰值，此后没有继续明显上冲，而是在较窄区间内波动。
第 28 小时，环境温度模拟出现波动，M9 随后小幅下调功耗，推理帧率下降约 5%。从语音交互看，这次调整没有带来明显卡顿。
M9 在这套负载下的优势主要体现在持续曲线。华为从芯片、算子库到散热模组的整合，可能为这种稳定性提供了条件；不过，仅凭一次外部测试，还无法拆出各环节分别贡献了多少。
理想 L9：前段很快，18 小时后开始降速
理想 L9 开始阶段的推理延迟一度低至 60ms，是三款车里最抢眼的起步成绩。
变化出现在第 18 小时。处理复杂空间规划时，芯片温度升至 84℃，系统随后触发频率限制。第 22 至 30 小时，推理帧率出现阶梯式下降，部分复杂指令的响应时间从 100ms 拉长到 350ms。
350ms 还不至于让系统无法使用，但和前段表现相比，停顿已经很难藏住。尤其在跨应用指令与导航规划同时运行时，交互节奏会明显变慢。
同一辆车上出现了 60ms 和 350ms 两组数据，说明峰值成绩与持续性能是两张不同的答卷。算力冗余能带来更快的起步，散热能力决定这种速度能维持多久。
小鹏 G9：语音保住了，导航微调变慢
小鹏 G9 运行的是最新端到端感知—决策模型。第 15 小时，芯片功耗达到峰值，温度很快触及 88℃。第 20 小时后，系统进入分级降频状态。
此后的表现很有特点：语音交互速度基本维持，导航规划的路径微调频率则有所降低。仅凭外部结果，还不能确认系统是否直接降低了非核心模型的推理精度；能够确认的是，语音链路获得了更高优先级，导航规划承担了更多性能回退。
这种调度有明确取舍。车内对话不容易突然卡住，但在长时间高负载后，路径调整可能显得没那么勤快。
“全量推理”最终要过散热这一关
据经济参考网 2026 年 4 月 11 日报道，百度副总裁石清华判断，AI 推理算力占比将超过 80%，汽车产业正进入“全量推理时代”。地平线开发者社区对 GTC 2026 的梳理也把端到端列为下一代自动驾驶的核心议题之一。
这些趋势落到车端，就是视觉、语言和规划模型需要反复运行。车载芯片的算力和散热空间又远小于云端集群，推理延迟还要尽量压在百毫秒级。相关限制在《自动驾驶物理 AI 和端到端之间是如何配合的？》中也被提到。
降频本身是热保护动作。更值得关注的是它何时发生，以及先让哪条任务链路退让。本次测试里，M9 小幅降低整体帧率，L9 的复杂指令延迟被明显拉长，G9 则优先保住语音响应。三种处理方式，用户感受到的差别并不一样。
三辆车的关键节点
| 车型 | 前段表现 | 温度节点 | 后段变化 |
|---|---|---|---|
| 问界 M9 | 前 12 小时延迟 80ms—110ms | 约 20 小时达到 76℃ | 第 28 小时小幅降功耗，帧率下降约 5% |
| 理想 L9 | 延迟最低达到 60ms | 第 18 小时升至 84℃ | 第 22—30 小时，部分指令由 100ms 拉长至 350ms |
| 小鹏 G9 | 语音与导航同时高负载运行 | 第 15 小时触及 88℃ | 第 20 小时后分级降频，导航微调频率下降 |
别急着把测试结果变成购车排行榜
目前材料没有给出重复测试次数、样本量、具体软件版本和实车道路复测结果。35℃ 恒温模拟舱也不能完全替代暴晒、堵车、充电和空调同时运行的真实环境。因此，这组数据只适用于当前测试条件，不能外推到所有车辆版本，更不能用来判断整车智驾安全性。
在这套 36 小时负载下，可以确认的结论是：问界 M9 的温度与延迟波动最小；理想 L9 的前段速度最快，但中后段热衰减明显；小鹏 G9 的任务调度更偏向保住语音体验。
购车时，比单看 TOPS 更值得追问的是高温持续推理数据：热保护在什么时候触发，降频后影响语音、导航还是感知，系统更新后是否重新做过长时间测试。一套能稳定运行 36 小时的模型，通常比只有峰值跑分、却没有衰减曲线的方案更有参考价值。
