小米智驾用的谁的方案

小米智能驾驶系统（Xiaomi HAD）采用全栈自研的技术路线，核心算法和系统整合均由小米自主完成，同时在硬件和数据层面与多家合作伙伴展开深度协作。以下是其技术方案的详细解析：

一、自研技术架构与核心能力

1. 算法体系
   小米智驾以BEV（鸟瞰图）+ Transformer + 占用网络为底层技术框架，并融入大模型技术提升复杂场景决策能力。其端到端大模型架构将感知、预测和规划集成，直接输出最终轨迹，减少了传统模块化方案的信息传输误差。例如，在无图场景下，系统通过用户驾驶数据训练生成拟人化轨迹，急加速 / 急刹车减少 40% 以上。
   
2. 硬件配置
   
   • 传感器：
     • Xiaomi Pilot Pro（标准版）：采用双目纯视觉方案，依赖 800 万像素前视摄像头和环视摄像头，未配备激光雷达。
     • Xiaomi Pilot Max（高阶版）：搭载 1 颗禾赛 AT128 激光雷达（探测距离 300 米）、12 颗摄像头（含 4D 毫米波雷达），实现 360° 无死角感知。
     
     
   • 芯片：
     • 英伟达 Orin X 芯片（算力 508TOPS），支持高速 NOA 和城市 NOA 功能。
     • 自研 “泰坦” 域控制器，实现车规级高算力与低功耗平衡。
     
     
   
   
3. 数据闭环
   小米建立了 “数据采集 - 标注 - 训练 - 仿真” 全链路体系：
   
   • 路测数据覆盖超 1000 万公里，包含城市拥堵、施工改道等复杂场景。
   • 与中汽创智合作开发多模态数据标注平台，日均处理数据量达 10PB。
   • 自研仿真平台可模拟极端天气、异形障碍物等 Corner Case，提升系统鲁棒性。
   
   

二、核心合作伙伴与供应链

1. 硬件供应商
   
   • 激光雷达：速腾聚创（M1）、禾赛科技（AT128）。
   • 芯片：英伟达（Orin X）、黑芝麻智能（A2000）。
   • 高精度地图：四维图新提供厘米级地图数据，支持匝道自动变道、车道级导航。
   • 传感器融合算法：与光庭信息合作开发，优化多传感器数据融合效率。
   
   
2. 生态合作
   
   • 车企联盟：加入华为主导的 “引望” 智驾开放平台，共享高精地图和路侧单元数据。
   • 保险服务：联合平安产险推出 “智驾保障服务”，最高赔付 300 万元，覆盖系统失效导致的事故。
   
   

三、技术路线与行业定位

1. 技术差异化
   
   • 纯视觉与混合感知并行：标准版 SU7 采用纯视觉方案（成本低至 200 美元），高阶版 SU7 Ultra 通过激光雷达 + 多传感器融合提升夜间和静态障碍物识别率。
   • 大模型赋能：接入通用视觉语言大模型（VLM），支持语音交互和复杂场景语义理解，例如识别施工路段 “绕行” 指令。
   
   
2. 行业对标
   
   • 特斯拉：小米在算法架构上借鉴特斯拉 HydraNet 的多任务学习思路，但采用 “裁判式多选项优选” 决策机制，而非模仿学习。
   • 华为：小米智驾在硬件冗余和数据闭环能力上弱于华为 ADS 3.0，但成本控制更优（SU7 Ultra 激光雷达方案比问界 M9 低 15%）。
   
   

四、争议与挑战

1. 技术短板
   
   • 纯视觉方案在夜间和低光照环境下对锥桶、水马等障碍物识别率不足，曾导致高速事故。
   • 硬件预埋不足，SU7 标准版未预留激光雷达接口，无法通过 OTA 升级至高阶功能。
   
   
2. 合规压力
   
   • 工信部 2025 年新规要求智驾功能必须明确标注 “L2 辅助驾驶”，小米需调整宣传口径，避免使用 “自动驾驶” 等术语。
   • 数据跨境传输受限，海外市场拓展需重建本地化数据中心。
   
   

五、未来规划

1. 功能升级：推出 “车位到车位” 端到端智驾，支持无图城市道路通行。
2. 硬件迭代：下一代车型将搭载 4D 毫米波雷达和固态激光雷达，探测距离提升至 500 米。
3. 生态扩展：与小鹏、理想共建智驾数据联盟，共享极端场景训练数据。

总结