Una reciente prueba realizada en China por el medio independiente Dongchedi y la unidad automotriz de Bytedance (Dcar) evaluó sistemas de asistencia al conductor (ADAS de nivel 2) en condiciones reales de autopista: 36 modelos, 15 escenarios, y 216 choques simulados. Tesla (Model 3 y Model X) obtuvo los mejores resultados, con 5 de 6 pruebas superadas en autopista, superando a marcas como BYD, Xiaomi, Aito o Zeekr. El Model X fue el único capaz de evitar un cruce de jabalí. Otros fabricantes fallaron en múltiples situaciones, incluso utilizando sensores lidar que no garantizaron mejores resultados.. Lo más alarmante es la variabilidad en resultados incluso dentro de un mismo modelo, lo que pone en duda la consistencia real de estos sistemas, muy dependientes del software, sensores y configuración precisa.

Contexto del experimento y alcance del test

El experimento fue organizado por Dongchedi, que cerró por varios días una autopista real en China para someter 36 vehículos con sistemas ADAS de nivel 2 a 15 escenarios críticos de conducción. Se incluyeron situaciones como paradas sorpresivas, zonas de construcción, entradas agresivas y cruces de animales como jabalíes. En total, los vehículos acumularon 216 incidentes simulados (en los que o bien frenaban a tiempo o colisionaban) distribuidos entre entornos de autopista y urbanos.

Resultados en autopista y principales diferencias

Tesla dominó la evaluación en autopista: el Model 3 y el Model X sortearon 5 de las 6 pruebas con éxito. El X fue destacado por evitar el cruce de un jabalí, algo que ningún otro coche logró.. Otras marcas como GWM Wey Lanshan, Aito M9, Xpeng G6 o BYD Denza Z9GT apenas consiguieron aprobar tres escenarios. Xiaomi SU7 solo superó uno de seis. Esto sorprende especialmente porque muchas de esas marcas utilizan sensores lidar, mientras Tesla opera únicamente con cámaras e IA .

Inconsistencias dentro de un mismo modelo: el problema del software

El experimento reveló variaciones notables incluso entre coches del mismo modelo. Por ejemplo, algunos Aito M7 superaron una prueba que ni el M8 ni el M9 lograron, a pesar de compartir plataforma y características similares.. En Tesla ocurrió algo similar: unidades del mismo modelo fallaron pruebas diferentes, posiblemente por distintas versiones de software o calibraciones distintas. Esta inconsistencia pone de manifiesto que el rendimiento depende tanto del entrenamiento del sistema como de la configuración técnica precisa, y refuerza la falta de transparencia en los criterios internos de decisión de estos modelos ML‑based .

Implicaciones regulatorias y de percepción pública

La prueba se inscribe en un contexto creciente de preocupación en China por la publicidad exagerada de tecnologías “autónomas” cuando en realidad son ADAS. Tras un accidente mortal con un Xiaomi SU7, las autoridades prohibieron el uso de términos como “conducción autónoma” o “conducción inteligente” en marketing. Además, se podrían definir responsabilidades legales específicas en caso de accidentes con estos sistemas activos.

La dominancia de Tesla, entrenada fuera del país por restricciones de exportación de datos, sugiere que su inteligencia artificial está mejor refinada pese a depender solo de cámaras. Sin embargo, ni siquiera su sistema resulta infalible: los mismos modelos muestran diferencias día a día, lo que plantea preguntas sobre reproducibilidad y fiabilidad real.

Conclusión

Esta prueba revela que, en escenarios controlados de conducción real, Tesla destaca entre sistemas ADAS de nivel 2 disponibles en China. A pesar de operar sin lidar y entrenar fuera del país, sus Model 3 y X superaron la mayoría de las pruebas, mientras que muchos modelos locales fallaron sistemáticamente. Pese al liderazgo de Tesla, los resultados son preocupantes por la inconsistencia observada incluso entre coches idénticos: queda claro que el rendimiento depende fuertemente del software, calibración y contexto específico.

El experimento resalta también un desafiante panorama regulatorio, en el que crece la desconfianza ante campañas publicitarias exageradas y se busca aclarar responsabilidades legales. A largo plazo, serán necesarios tests reguladores estandarizados y mayor transparencia para valorar verdaderamente la seguridad y fiabilidad de estos sistemas de asistencia al conductor.