小米城市智驾

一、技术架构：端到端大模型与无图化革新

1. 拟人化决策：通过 “裁判式多选项优选” 机制，系统可瞬间生成多种应对方案并选取最优解，例如在拥堵路况下智能预判加塞车辆意图，实现平滑变道。
2. 无图化能力：区别于传统依赖高精地图的方案，小米 HAD 通过用户驾驶数据训练和视觉语言大模型（VLM），在无图环境下仍能精准识别复杂场景（如施工路段、无标线小路），并支持全国范围内 “有路就能开”。
3. 多模态感知融合：以 SU7 Ultra 为例，配备 128 线激光雷达、3 颗毫米波雷达、11 颗高清摄像头及 12 颗超声波雷达，实现 360° 无死角覆盖，尤其在夜间、雨雪等极端天气下仍能保持稳定感知。

二、功能体验：覆盖全场景的智能驾驶

1. 城市道路：
   • 复杂路口通行：通过自适应变焦 BEV 技术和道路大模型，识别潮汐车道、学校路段等特殊场景，支持连续路口红绿灯绑定，最远可检测 200 米外的交通信号。
   • 灵活绕行：超分辨率占用网络技术可识别任意形状障碍物（如倒地护栏、施工车辆），并通过 “不确定性交互博弈建模” 实现安全避让，最远检测距离达 120 米。
   
   
2. 高速公路：
   • 高速 NOA：支持自动上下匝道、智能超车，通过时空联合多轨迹评估模块优化路径规划，减少急加速 / 刹车频次，提升通行效率。
   • ETC / 闸机自动通行：系统可自动识别收费站和停车场闸机，实现无感通行。
   
   
3. 停车场场景：
   • 漫游寻位泊车：若目标车位被占，车辆可自主寻找空车位并泊入，支持极限 50cm 间距侧方停车。
   • 记忆泊车：需用户预先学习停车场路线，泊车成功率达 98.7%。
   
   

三、硬件与算力：高规格配置支撑

• 传感器：SU7 Ultra 配备 128 线激光雷达（探测距离 200 米）、3 颗毫米波雷达、11 颗高清摄像头（含 800 万像素前视摄像头）及 12 颗超声波雷达，实现多维度环境感知。
• 芯片：双 NVIDIA DRIVE Orin-X 芯片，总算力达 508 TOPS，支持复杂算法实时运行。
• 数据与算力：基于 300 万 Clips 优质场景数据训练，计划升级至 1000 万 Clips 版本，云端算力储备达 11.45 EFLOPS，支持快速迭代。

四、市场表现与用户反馈

1. 销量与口碑：
   • 搭载 HAD 的 SU7 Ultra 成为现象级产品，2025 年 2 月交付量突破 2 万台，累计交付超 18 万台，用户调研显示 83% 车主将智能驾驶作为购车首要考量。
   • 第三方评测显示，小米 HAD 在广州、北京等城市的复杂路况中表现稳定，尤其在窄路会车、环岛通行等场景下优于部分竞品。
   
   
2. 用户痛点：
   • 决策保守：部分用户反馈系统在超车、变道时犹豫不决，尤其在双车道高速场景下成功率不足 30%。
   • 极端天气受限：暴雨、大雪等恶劣天气下，激光雷达和摄像头感知能力下降，需用户手动接管。
   • 功能覆盖不足：部分城市毛细血管道路未覆盖，且需用户完成 1000 公里安全智驾里程后解锁高阶功能。
   
   

五、争议与挑战

1. AEB 功能限制：
   • 小米 SU7 标准版的 AEB（自动紧急制动）功能仅支持识别车辆、行人、二轮车，不响应锥桶、水马等障碍物，引发用户对安全性的质疑。
   
   
2. 行业规范与宣传：
   • 工信部要求车企规范智能驾驶宣传，禁止使用 “自动驾驶”“脱手” 等词汇，小米已调整宣传策略，强调 “辅助驾驶” 定位。
   
   
3. 竞品竞争：
   • 特斯拉 FSD 通过纯视觉方案实现全球数据闭环，但在中国市场受限于数据合规；小鹏 XNGP 凭借全场景覆盖和全国无图化能力，在复杂路况中表现更优。
   
   

六、未来规划

1. 技术升级：2025 年推出基于 1000 万 Clips 数据训练的新版本，优化复杂场景处理能力。
2. 生态联动：深化与金山云的合作，利用云端算力和 AI 平台提升数据闭环效率。
3. 全球化布局：依托小米手机在欧洲的 23% 市占率，加速智驾技术出海，拓展海外市场。

总结