小米汽车无人驾驶

一、技术现状与功能边界

1. 硬件与算法架构

• 感知方案：
  小米 SU7 系列采用 ** 纯视觉（Pro 版）和视觉 + 激光雷达（Max 版）** 双路线。标准版配备 11 个摄像头、1 个毫米波雷达及 12 个超声波雷达，依赖英伟达 Orin 芯片（算力 84TOPS）；高阶版（Max）新增禾赛 AT128 激光雷达，双 Orin 芯片算力提升至 508TOPS，支持城市领航功能。
• 算法逻辑：
  底层采用BEV+Transformer + 占用网络架构，结合大模型技术优化路径规划。例如，在施工路段可通过视觉识别障碍物并减速，但事故案例显示其对临时改道、低光照等场景的识别仍存在不足。

2. 功能覆盖与实际表现

• 高速 NOA：支持自动变道、超车、匝道汇入等，但需驾驶员全程监控。2025 年 3 月安徽高速事故中，系统因未识别施工路段标识，仅提前 2 秒发出预警，导致驾驶员接管不及。
• 城市领航：Max 版支持红绿灯识别、无保护左转等，但依赖高精地图，且未通过 L3 级法规认证。应急管理部明确指出，市售车辆的 “智能驾驶” 均属 L2 级辅助驾驶，驾驶员需承担全部责任。
• 泊车功能：支持跨楼层记忆泊车、遥控泊车，但复杂车位（如斜列式）成功率较低。

3. 宣传与实际差距

二、事故影响与行业警示

1. 安全事故暴露技术短板

• 事故经过：2025 年 3 月 29 日，小米 SU7 标准版在 NOA 模式下以 116km/h 行驶，因未识别施工改道隔离带，系统仅减速至 97km/h，驾驶员接管后仍碰撞起火，致 3 人死亡。
• 技术缺陷：
  1. 高精地图滞后：施工路段未及时更新，系统仍按原限速行驶；
  2. AEB 逻辑缺陷：驾驶员接管后，AEB 未继续介入减速；
  3. 视觉方案局限：夜间对临时障碍物识别不足。
  
  

2. 监管与市场反应

• 政策收紧：安徽、江苏等地高速紧急叫停 “过度依赖智驾”，电子屏提示 “慎用辅助驾驶”。北京、深圳等地加速推进 L3 级法规，但小米尚未通过认证。
• 舆论争议：公众质疑 “端到端自动驾驶” 宣传误导消费者，小米被指 “重营销轻安全”。事故后，SU7 订单量环比下降 18%，部分用户要求退订。

3. 行业连锁效应

• 责任划分模糊：现行法规将 L2 级事故责任归咎于驾驶员，但车企需承担硬件缺陷责任。小米事故可能推动《自动驾驶事故责任认定细则》出台。
• 技术路线反思：行业重新评估纯视觉方案的风险，激光雷达渗透率预计从 2024 年的 15% 提升至 2025 年的 25%。

三、行业对比与竞争态势

1. 硬件配置对比

2. 技术能力差距

• 算法迭代：华为 ADS 3.0 已实现无图城市领航，特斯拉 FSD V12 测试版采用端到端模型，而小米仍依赖高精地图，城市领航功能仅覆盖北京、上海等 10 城。
• 数据积累：华为 ADS 累计路测超 2 亿公里，特斯拉 FSD 数据量达 30 亿英里，小米测试里程约 1000 万公里，差距显著。
• 用户教育：特斯拉强制用户完成安全测试后开放 FSD，而小米 SU7 用户手册中风险提示不突出，导致用户过度依赖。

3. 市场定位差异

四、未来规划与技术突破

1. 短期改进措施

• 硬件升级：2025 年下半年推出的 SU7 Ultra 将搭载双 Orin X 芯片 + 3 颗激光雷达，算力提升至 1016TOPS，支持雨雪天气下的全场景感知。
• 算法优化：与华中科技大学合作开发ORION 框架，通过视觉 - 语言模型（VLM）提升复杂场景决策精度，预计 2025 年底推送 OTA 更新。
• 用户教育：新增智驾模拟训练系统，用户需通过虚拟测试后才能激活 NOA 功能，同时在 UI 界面强化 “辅助驾驶” 标识。

2. 长期技术路线

• L3 级研发：计划 2026 年推出搭载 L3 级系统的车型，支持高速公路脱手驾驶，但需通过法规认证。核心难点在于解决 “接管困境”（TTC 需≥10 秒）。
• 车路协同：与百度合作开发车路云一体化方案，利用路侧单元（RSU）弥补单车感知不足，2025 年在亦庄试点。
• 成本控制：自研 4D 毫米波雷达，预计 2026 年量产，成本较传统雷达降低 40%，推动激光雷达普及至 20 万元级车型。

五、总结与建议

1. 功能边界：当前技术为 L2 级辅助驾驶，驾驶员需全程监控，尤其在施工、夜间等复杂场景。
2. 安全冗余：优先选择搭载激光雷达的车型（如 SU7 Max），避免纯视觉方案的局限性。
3. 政策风险：L3 级自动驾驶尚未开放，谨慎对待车企 “过度宣传”。