此次測試的核心，在於將已累積大量真實道路數據與模擬驗證成果的AI駕駛系統，導入實際交通情境進行驗證。GM表示，其資料蒐集車隊已在全美34個州累積超過100萬英里的行駛里程，而這些數據如今成為次世代系統訓練的基礎。在新一階段中，預計將有超過200輛開發測試車進入公共道路，每輛車均配備受過專業訓練的測試駕駛，確保在任何情況下都能即時接管，維持安全邊界。
這項發展背後反映的是GM一貫強調的漸進式導入策略。不同於部分品牌採取較為激進的全面開放模式，GM選擇透過分階段驗證、逐步擴展應用場域，降低系統風險並建立市場信任。這種策略在自動駕駛技術仍處於高度監管與社會關注的背景下，顯得更為務實。
更值得關注的是，GM已明確訂下商業化時程。早在2024年10月，GM便宣布將於2028年推出免視(eyes-off)等級的自動駕駛系統，首發車型為Cadillac Escalade IQ。所謂免視(eyes-off)，代表駕駛在特定條件下無需持續監控道路，系統可自行負責駕駛任務與安全判斷。初期將鎖定高速公路場景，未來再逐步擴展至從車道出發點到目的地的全程自動駕駛。
從技術架構來看，GM此一計畫的關鍵在於其新一代集中式車載運算平台。該架構將原本分散於多個電子控制單元的功能整合，形成更具彈性與可擴展性的車輛數位中樞。這不僅有助於降低系統複雜度，也讓自動駕駛功能能快速導入不同車型，從Cadillac高端品牌延伸至Chevrolet等大眾市場車款，實現規模化部署。
在數據優勢方面，GM同樣具備相當基礎。其現行駕駛輔助系統Super Cruise已累積超過8億英里(約12.9億公里)的車主實際駕駛里程，橫跨23款車型。此外，旗下自動駕駛子公司Cruise也在複雜都市環境中完成超過500萬英里(約8,046,270公里)的全自動駕駛測試(無人類駕駛介入)。這些數據形成多層次的學習體系，讓AI模型得以在不同駕駛情境中持續優化。
然而，GM並未僅依賴真實道路測試。其模擬系統同樣扮演關鍵角色。根據官方說法，該模擬平台每日可重現相當於100年人類駕駛經驗的情境，讓工程師能快速驗證極端或罕見案例，補足實際道路測試難以涵蓋的情境。這種「實車＋模擬」的雙軌策略，正成為當前自動駕駛開發的主流模式。
將GM的策略放入全球自動駕駛競局來看，其定位顯得相當鮮明。以Tesla為例，其Full Self-Driving (FSD)長期採取先行部署後再持續OTA優化的策略，透過大規模用戶車隊收集數據，在實際使用中不斷修正系統表現。然而，這種較為激進的路徑，也伴隨著監管壓力與安全爭議，特別是在是否真正達到全自動駕駛的定義上，仍存在高度討論空間。
相較之下，Mercedes-Benz則走向另一條路徑，其Drive Pilot已在部分市場(如德國與美國特定州)取得Level 3法規認證，允許駕駛在特定條件下將注意力從道路移開。Mercedes-Benz的策略重點在於法規先行，透過與監管機構密切合作，逐步擴展可用場景，但系統適用範圍仍相對受限。
.jpg)
在中國大陸市場，比亞迪與華為等企業則採取快速換代與高頻率更新的策略，透過城市NoA (Navigate on Autopilot)與高階駕駛輔助系統，加速功能普及與市場滲透。這類系統多半仍停留在Level 2+或接近Level 3邊緣，但在使用體驗與功能完整度上已快速逼近高階自動駕駛。
在如此的競爭格局中，GM的策略可視為介於Tesla與Mercedes-Benz之間的平衡路線。一方面，其透過Super Cruise與大量真實用戶數據，建立類似Tesla的規模優勢；另一方面，又維持嚴謹的測試與導入節奏，接近Mercedes-Benz的法規導向思維。再加上Cruise在Robotaxi領域累積的無人駕駛經驗，讓GM在技術深度與應用廣度上具備雙重優勢。
整體來看，GM此次進入公開道路的監督測試，不只是技術驗證的必要步驟，更是其自動駕駛戰略從研發走向量產的重要里程碑。在全球車廠於資料規模、法規突破與商業模式這三大流派上各自競逐的當下，GM選擇以穩健的節奏前進。隨著2028年免視(eyes-off)系統的商業化落地目標逐步逼近，GM能否在安全、法規與市場接受度之間取得最佳平衡，預料將成為其在下一階段自動駕駛競局中的關鍵勝負點。