小米汽车的智能驾驶系统采用了自研与多维度合作结合的模式，其核心技术架构和硬件供应链覆盖了感知、决策、执行等多个环节。以下是关键信息的详细解析：
一、核心技术架构与自研能力
小米汽车的智能驾驶系统以Xiaomi Pilot Max和Xiaomi HAD（端到端全场景智驾）为核心，强调全栈自研能力。
- 算法与软件：
小米通过收购自动驾驶公司深动科技（DeepMotion）和引入前图森未来 CTO 王乃岩，组建了超千人的研发团队，累计投入超 47 亿元，测试里程超过 1000 万公里。其技术路线从传统模块化开发转向端到端大模型，例如 Xiaomi HAD 系统支持从停车位到目标停车场的全程无缝衔接，轨迹更拟人、通行效率更高。 - 技术突破：
小米在泊车领域率先应用端到端神经网络，实现 5cm 精度的极窄库位泊入和 23km/h 巡航的代客泊车。2025 年推出的 Xiaomi HAD 进一步整合了激光雷达与纯视觉方案，支持无图城市 NOA（导航辅助驾驶），并计划年内覆盖全国主要城市。
二、硬件供应链与关键合作伙伴
1. 感知层
- 激光雷达：
小米 SU7 Pro 及 Max 版本搭载禾赛科技 AT128超高清远距激光雷达，采用 “瞭望塔式” 车顶布局，风阻系数降低 4 counts，探测距离达 200 米，每秒输出 153 万点云数据，为智能驾驶提供冗余感知。 - 摄像头与传感器：
欧菲智能车联供应车载摄像头，新纳传感提供 IMU 传感器，虹软科技则负责 DMS（驾驶员监控系统）、OMS（乘客监控系统）等视觉算法。 - 毫米波雷达：
几何伙伴作为自动驾驶解决方案提供商，参与毫米波雷达和多传感器融合系统的开发。
2. 决策层
- 芯片：
- 英伟达 DRIVE Orin：两颗芯片合计算力 508TOPS，支持 L2 + 到 L5 级自动驾驶，负责环境感知和路径规划。
- 地平线征程 5：大陆芯智驾与地平线合作，提供智能驾驶芯片和多传感器融合方案，用于中低配置车型。
- 高通骁龙 8295：座舱芯片集成 30TOPS AI 算力，兼顾部分辅助驾驶功能。
- 算法优化：
小米自研的端到端大模型通过用户驾驶数据训练，减少急加速 / 刹车，提升决策拟人化水平。
3. 执行层
- 底盘与制动：
大陆集团提供高性能双活塞制动系统和电子驻车系统，博世供应 ABS（防抱死制动系统）。 - 域控制器：
经纬恒润负责 ZCU 控制单元，整合传感器数据并输出控制指令。
三、生态合作与行业定位
1. 战略投资与技术布局
- 小米通过投资黑芝麻智能（持股 3.69%）和几何伙伴，强化芯片和自动驾驶解决方案的底层能力。
- 与地平线、英伟达等芯片厂商深度绑定，确保算力支持和技术迭代。
2. 行业对比与竞争
- 技术路线：
小米选择激光雷达 + 纯视觉混合方案，不同于特斯拉的纯视觉和华为的 “无图 + 激光雷达”，而是通过端到端大模型平衡成本与体验。 - 商业化进度：
小米城市 NOA 功能已在 10 城推送，计划 2025 年实现 “全国都能开”，但相比华为 ADS 3.0 和小鹏 XNGP 仍有差距。
四、典型案例与用户体验
- 事故响应：
2025 年 3 月小米 SU7 高速事故中，智能驾驶系统检测到障碍物后发出提醒并减速，驾驶员接管后仍发生碰撞。小米强调其 AEB 功能不响应锥桶等非标准障碍物，引发行业对智能驾驶边界的讨论。 - 用户数据驱动：
小米 SU7 的智驾激活率达 82.39%，海量用户数据为端到端模型训练提供支撑，形成 “数据 - 算法 - 体验” 闭环。
总结
小米汽车的智能驾驶以自研算法为核心，整合禾赛科技、英伟达、地平线等硬件供应商，同时通过投资和人才引入强化技术储备。其端到端大模型和全场景覆盖是差异化亮点，但在高阶功能落地和行业竞争中仍需加速追赶。未来，小米能否凭借生态优势（如 “人车家全生态”）进一步优化体验，值得持续关注。
