小米SU7事故持续发酵，智驾短板引发质疑，小米SU7事故发酵：智驾系统决策权重引深思

小米SU7汽车事故展开，探讨了事故中车辆主动安全功能是否触发、高速NOA无法识别车道变化的原因，分析了小米“无图”智驾方案的代价以及纯视觉方案的边界，通过与友商对比指出小米SU7在传感器配置上的不足。

近期，小米SU7汽车事故持续引发广泛关注，热度不断攀升。公众的目光不仅聚焦在车门是否无法打开以及车头起火等问题上，大量关注点更是落在了事故中小米SU7的紧急制动（AEB）等主动安全功能是否触发这一关键问题上。

4月1日晚间，小米汽车官方再次发布声明。声明中提到，小米SU7标准版配备了前向防碰撞辅助功能，该功能包含碰撞预警 (FCW) 和紧急制动 (AEB) 两个子功能，其作用对象涵盖车辆、行人、二轮车这三类目标。其中，AEB功能的工作速度范围在8 - 135km/h之间。小米强调，此功能和行业同配置的AEB功能类似，目前对于锥桶、水马、石头、动物等障碍物不会做出响应。简单来说，小米认为当前AEB功能无法识别事故中的路障，不过行业同配置车型同样存在这一情况。

然而，一位智能驾驶行业人士向记者表示，如果小米汽车智驾系统能给予实时更新的高清地图一定的权重，那么有一定概率可以避免此次事故的发生。因为施工道路一般会在高清地图上进行标注，并且智驾系统会指导NOA改道，还会提醒驾驶员接管车辆。

根据小米汽车官方信息，今年二月公司刚刚完成全量推送“小米端到端全场景智能驾驶（HAD）”。官方宣称“端到端引入了用户驾驶数据训练，在‘无图’基础上，轨迹更拟人，通行更高效、驾驶更安全”，同时明确HAD覆盖了高速公路、城市快速路等多种道路场景。

“无图”的代价

在深入探讨智驾能力与责任的边界时，我们必须认识到，即便在人为驾驶的情况下，小米SU7此次在德上高速发生的事故也存在一定的遇险概率。

按照小米的通报，事故发生前车辆处于NOA智能辅助驾驶状态，以116km/h的时速持续行驶。事发路段因施工修缮，使用路障封闭了自车道，并改道至逆向车道。目前，官方警情通报尚未公布。由于车速较快，且德上高速位于九华山山区附近，夜间照明条件不佳，所以事故的直接原因究竟是车辆在高速NOA状态下撞击路障，还是驾驶员接管后不当转向、刹车所致，目前尚无定论（不过在这两种情况下，小米可能都难以推卸责任）。

那么，为何高速NOA无法识别车道变化呢？一位不愿意透露姓名的智驾行业人士表示，这可能与智驾系统不采用高精地图，或者地图在智驾系统的决策权重过低有关。该人士称：“如果智驾系统采用了高精地图，至少它会提示前方施工，然后NOA的路线规划也会不同。”不过他也指出，在处理改道时，不同厂家的方案可能存在差异，是按照新道路继续NOA，还是减速并要求驾驶员接管，各有不同。

此外，道路施工分为临时施工和计划施工。计划施工一般会统一在路网进行标记，提示智驾更换路线，但临时施工信息却“不一定”上传。考虑到德上高速的地理位置可能存在山体滑坡的风险，临时施工的可能性较大。然而，该受访者透露，此次施工并非临时施工。

记者查阅小米汽车官方订阅号发现，在小米SU7刚发布初期，公司宣传采用了“轻地图”的城市NOA方案。去年10月，小米宣布大量推送1.40版本智能驾驶，并明确城市NOA功能允许车辆进行施工避让。但在今年3月19日，该订阅号又发文称，今年2月完成了端到端全场景智能驾驶功能的全量推送，并多次强调智驾系统“无图”。

前述人士指出：“小米的方案是偏感知的，底层肯定没有高精地图，另外一个系统设计是有问题的。其实，车路云是用最低的协同成本实现自动驾驶的方式。”当然，汽车商家标榜“无图”并非仅仅为了降低成本。据记者了解，纯视觉方案在决策依据上，一定程度会与更新不及时的高清地图产生矛盾。为避免参照数据相互矛盾导致决策困难，智驾系统在选择参照权重时会主动放弃高精地图。

“纯视觉”的边界

既然小米选择了“无图”而注重感知，那么其智驾的感知能力究竟如何呢？从传感配置角度来看，小米SU7标准版Pilot Pro的智驾传感配置为2个前视，3个仰视，4个环视，1个后视摄像头，以及1个前向毫米波雷达（虽然还包括12个超声波雷达，但由于其性能不足，在高速智驾决策上几乎没有权重），俗称“9 + 1”配置。这一配置与特斯拉方案极为相似，特斯拉HW 4.0系统装备了侧方四个环视摄像头，顶端三个前视摄像头以及尾部一个后视摄像头，还包括车头一个前向毫米波雷达，即“7 + 1”配置。这种几乎全部依靠摄像头的智驾决策体系，无疑属于所谓的“纯视觉方案”。

那么，特斯拉纯视觉方案的可靠性如何？能否处理意外突发状况呢？去年，媒体曾进行深度报道，对特斯拉在开启FSD时引发的多起伤亡事故进行了曝光与分析。报道中，特斯拉FSD引发了许多令人意想不到的“愚蠢”事故，比如直接冲出丁字路口，追尾警灯闪烁的警车等。其中一起事故对纯视觉方案的警示尤为典型。在该事故中，开启自动驾驶的特斯拉，在凌晨三点左右，以约40 - 50公里/小时的中速，几乎径直撞向了侧翻并横倾在三条车道的卡车底盘，导致驾驶员死亡。值得注意的是，从视频中可以看到，侧翻卡车尺度巨大，高度接近三米，路上灯光条件尚可，车速也不快，人眼能够快速捕捉并及时做出反应。然而，被标榜超越人类驾驶能力的特斯拉FSD却在这一相对简单的应急处理上引发了事故。媒体援引高校汽车工程专家的观点认为，这或许是因为特斯拉无法识别侧翻卡车底盘的特征，将其误认是道路或背景，因此未进行任何应急处理。

这也给纯视觉路线带来了一个深刻的拷问：纯视觉智驾不仅需要识别车辆，还需要识别各种物体，不仅仅是路上的行人、宠物，甚至是突然倾倒的货物等更多人们意想不到的非规则物体，都可能成为交通事故的元凶。从小米汽车的回复来看，AEB系统确实无法对锥桶、水马、石头、动物等改道障碍进行反馈。虽然小米官方坚称“友商”的AEB也做不到，但问题在于，小米SU7标准版的传感器设备数量与同价位友商相比近乎“吝啬”，决策完全依赖纯视觉能力，因此单单比拼AEB系统显然缺乏足够的说服力。

根据懂车帝数据，同价位车型中，如理想L6智驾传感配置与小米SU7几乎相同，但更多车型如极氪007、小鹏P7、比亚迪汉EV和海豹改款各配置版本至少配置5个毫米波雷达和1个激光雷达；问界M5/M7、小鹏P7等车型至少配置3个以上毫米波雷达。这意味着，比起“友商”，小米SU7标准版在传感器上的安全冗余远远不够。

一位智驾上市公司人士向记者表示：“一个合格驾驶员的训练，除了道路交通规则和驾驶技能训练，更多是靠着无形的生活经验累积，获得应对突发状况的能力。这恰恰是生命对人类的馈赠，也是人工智能目前还远远未能企及的境界。我们未来也许可以达到纯视觉的能力，但不应该是通过事故累积来训练智能。雷军（小米）这次可能没得洗。”

本文围绕小米SU7汽车事故展开多方面分析，揭示了事故中主动安全功能、智驾系统决策以及传感配置等方面存在的问题。小米“无图”智驾方案虽有其优势，但也暴露出对道路施工情况识别不足、纯视觉方案可靠性存疑等短板，与同价位友商相比，传感器安全冗余明显不足。此次事故为智能汽车行业敲响了警钟，在追求新技术的同时，不能忽视安全保障和应对突发状况的能力。