一、技术突破：端到端大模型重构智驾逻辑
小米的 Hyper Autonomous Driving（HAD）系统已实现车位到车位的全场景智能驾驶，覆盖高速公路、城市道路及停车场等复杂环境。该系统采用端到端大模型架构，将感知、预测和规划三步合一，直接输出最优行驶轨迹，减少传统多模块协作的误差累积。例如，在停车场场景中，若目标车位被占，车辆可自主寻找替代车位并完成泊车，无需人工干预。
技术核心包括：
- 通用视觉语言大模型（VLM）：赋予车辆「类人」理解能力，可识别异形障碍物（如施工围挡、临时锥桶），并通过语音与用户交互确认决策。
- 裁判式决策机制：区别于传统「模仿学习」，系统可瞬间生成多套应对方案，基于安全、效率等维度动态选择最优解。
- 硬件冗余设计：SU7 Ultra 搭载双 Orin 芯片（算力 508TOPS）、1 颗激光雷达、11 颗高清摄像头及多传感器融合方案，确保极端天气下的可靠性。
二、量产落地：SU7 系列的市场验证
首款车型小米 SU7于 2024 年 3 月上市，截至 2025 年第一季度累计交付超 28 万辆，连续 6 个月单月交付量突破 2 万辆，成为新势力销量冠军。其智能驾驶功能分阶段释放：
- 基础版（SU7 Pro）：支持高速 NOA、自动变道、自适应巡航等 L2 + 级功能。
- 高阶版（SU7 Max/Ultra）：搭载 Hyper HAD 系统，实现城市道路自主通行、无保护左转、代客泊车等 L3 级能力，部分功能通过 OTA 持续升级。
用户实测显示，SU7 的智能驾驶在高速场景表现激进（如主动超车、快速响应变道需求），但在拥堵路段因「过度礼让」易被加塞，需进一步优化算法。自动泊车功能因精准度高（误差＜5cm），成为用户高频使用的核心卖点。
三、政策与市场：机遇与挑战并存
- 法规突破：北京市 2025 年 1 月实施的《自动驾驶汽车条例》明确允许 L3 级车辆在指定区域上路，事故责任首次从驾驶员转向车企。雷军在 2025 年两会期间建议加快全国性法规制定，推动 L4 级技术量产。
- 竞争格局：小米面临特斯拉 FSD、华为 ADS 3.0 等头部方案的竞争。其优势在于生态协同（如与米家设备联动）和性价比（SU7 起售价 21.59 万元，低于同级别竞品）。但在复杂场景处理（如无保护路口、极端天气）和数据积累上仍需追赶。
- 海外布局：小米计划 2027 年进军欧洲市场，已在德国慕尼黑设立研发中心，聚焦性能调校与本地化适配。首款出口车型 SU7 Ultra 原型车将挑战纽北赛道，目标打破保时捷 Taycan Turbo GT 的量产车圈速纪录。
四、未来挑战与行业影响
- 技术瓶颈：端到端大模型的鲁棒性不足（如偶发误判）和算力需求高（508TOPS 芯片成本占比超 15%）仍是主要痛点。
- 用户认知：需加强安全宣传，避免「自动驾驶」与「智能辅助」概念混淆。2025 年 4 月小米 SU7 高速事故后，多地高速新增「慎用智驾」路牌，反映出公众对技术可靠性的担忧。
- 成本控制：激光雷达、高算力芯片等硬件推高单车成本，小米需通过规模化生产（2025 年目标产能 30 万辆）和供应链优化实现盈利。
小米无人车的发展，标志着中国智能汽车从「电动化」向「智能化」的战略转型。其技术路径与生态整合能力，或将重塑全球汽车产业格局。
