一、技术架构：端到端大模型与硬件分层策略
小米 HAD 采用端到端大模型架构，将感知、预测、规划整合为单一 AI 模型，直接通过原始数据生成驾驶轨迹，相比传统模块化方案减少了信息传输误差。其核心技术包括：
- 视觉语言大模型（VLM）：支持复杂场景识别（如施工路段、无保护左转），并通过语音交互优化决策能力。
- 无图方案：基于用户驾驶数据训练，无需高精地图即可实现拟人化轨迹规划，提升通行效率。
- 硬件分层设计：
- 标准版（如 SU7 后驱标准长续航智驾版）：搭载 9 颗摄像头、1 颗毫米波雷达、12 颗超声波雷达及单 Orin N 芯片（算力 84TOPS），仅支持高速 NOA 及基础泊车功能。
- 高阶版（如 SU7 Max/Ultra）：新增 2 颗侧视摄像头、4 颗角毫米波雷达、1 颗激光雷达及双 Orin 芯片（总算力 508TOPS），支持端到端全场景智驾及城市 NOA。
二、功能落地：从高速到城市的渐进式覆盖
截至 2025 年 2 月，小米 HAD 已实现端到端全场景智能驾驶功能的全量推送，覆盖以下场景：
- 高速场景：支持自动变道、超车、上下匝道（最高时速 135km/h），AEB 功能可识别车辆、行人及二轮车。
- 城市道路：通过无图方案实现路口通行、环岛驾驶，但路测显示复杂场景（如匝道识别、无保护左转）接管率较高，综合表现低于小鹏、华为等竞品。
- 泊车场景：支持车位到车位代客泊车、跨层泊车及漫游寻位（车位被占时自动寻找新车位），特定场景下可用性较高。
使用限制：用户需完成 1000 公里以上安全智驾里程（含 ACC/LCC/ 高速 NOA），并预先学习停车场路线方可启用 HAD 功能。
三、市场表现：销量增长与安全争议并存
- 销量数据：2025 年第一季度，小米汽车交付量超 75,625 辆，3 月单月交付 29,000 辆，SU7 Ultra 搭载的 HAD 功能成为核心卖点之一。
- 市场定位：
- 标准版：主打性价比，售价 21.59 万元，纯视觉方案满足基础辅助驾驶需求。
- 高阶版：瞄准科技极客，SU7 Max/Ultra 售价 24.59 万 - 29.99 万元，HAD 功能需订阅服务（预计年费 3800 元）。
- 争议事件：2025 年 3 月，小米 SU7 标准版在高速 NOA 状态下因未识别施工路障发生致命事故，暴露纯视觉方案在夜间及静态障碍物识别上的缺陷，引发行业对智驾安全的重新审视。
四、行业影响：技术路线与政策监管的双重挑战
- 技术路线争议：
- 纯视觉路线：小米坚持与特斯拉类似的纯视觉方案，依赖摄像头和算法优化，但硬件冗余不足导致复杂场景表现受限。
- 激光雷达普及趋势：头部车企（如小鹏、华为）已全系标配激光雷达，小米高阶版虽配备但成本较高，标准版仍依赖纯视觉。
- 政策监管升级：
- 2025 年 4 月工信部新政明确禁止 “自动驾驶” 等误导性宣传，要求 L2 级辅助驾驶需强化驾驶员状态监测，并暂停受理代客泊车等 “驾驶员不在环” 功能申报。
- 小米事故后，行业加速向 “安全战” 转型，合规成本激增（单车型测试费超 2000 万元），品牌信任危机加剧。
五、未来展望：生态协同与技术迭代
- 生态整合：小米计划通过澎湃 OS 实现 “人车家全生态” 联动，将智驾系统与手机、智能家居深度互联，提升用户粘性。
- 技术迭代：
- L3 级自动驾驶：计划 2025 年落地，但需解决硬件冗余与法规适配问题。
- 数据闭环优化：依托用户驾驶数据训练模型，提升复杂场景通行效率。
- 市场竞争：面对特斯拉 FSD、小鹏 XNGP、华为 ADS 等竞品，小米需在技术差异化（如端到端模型）与成本控制（如激光雷达下探）间找到平衡。
总结
小米 HAD 通过端到端大模型与硬件分层策略，在智能驾驶领域实现了从 0 到 1 的突破，但其纯视觉路线的局限性及事故暴露的安全隐患，凸显了技术激进扩张与成熟度之间的矛盾。未来，小米需在提升系统可靠性、完善数据闭环及应对监管压力等方面持续发力，方能在 L3 级自动驾驶竞争中占据一席之地。对于消费者而言，当前 HAD 更适合作为辅助工具，而非完全替代人工驾驶。
