小米SU7事故思考：常存敬畏之心，避免营销过度

作者 | 新经济观察团 芳芳

3月29日，一辆小米SU7标准版轿车在高速路段开启NOA功能的情况下，意外撞击中央隔离带水泥桩，车辆起火爆燃致三人遇难。事故发生后第7天，小米公司迎来成立十五周年庆典，雷军通过微博发布“这只是开始，我们会继续努力”的声明。

在庆典之外，我们仍需冷静思考，事故调查报告中“系统预警仅2秒”“AEB功能未触发”等关键细节，再次将智能驾驶技术的安全争议推向台前。尤其是在行业内尚未形成完整技术共识的当下，如何让高阶智驾严守安全底线，值得每个人认真思考。

营销过度带来的技术幻觉

让我们再来简单回顾一下3月29日发生的事故。当晚22时44分，安徽铜陵G0321德上高速路段，一辆开启NOA功能的小米SU7，以116km/h时速持续行驶，但在行驶过程中，却意外撞击中央隔离带水泥桩。事故车辆未搭载激光雷达，而AEB系统对水泥桩障碍物未触发制动干预。

根据事故调查报告，调查显示，事发路段因施工修缮，使用路障封闭自车道、改道至逆向车道，小米SU7在检测出障碍物后（也即事故发生前2秒）发出提醒并开始减速。随后驾驶员接管车辆，持续减速并操控车辆转向，最终车辆与隔离带水泥桩发生碰撞，碰撞前系统最后可以确认的时速约为97km/h。

需要指出的是，就在2024年9月，中保研曾发布小米SU7的碰撞测试结果。其中与此次事故相关的副驾侧正面25%偏置碰撞评级，取得最优秀的级别评价。而此次事故发生碰撞时的时速97km/h，实际上远超出了汽车被动安全设计的上限，同样也在国内汽车安全碰撞测试要求范围之外。作为对比，中保研碰撞测试中的车辆时速为64.4km/h。

也就是说，即便系统正常工作，小米SU7很大概率也无法在高速状态下避免碰撞。更令人担忧的是，雷军曾在小米SU7上市时介绍，小米SU7的 AEB功能实测在135km/h时速下，成功识别前方车道静止故障车并刹停；夜间120km/h静止故障车、100km/h消失的前车等挑战项目，该车也成功通过挑战。

但就在事故发生后，小米又对外解释称，小米SU7标准版的AEB功能和行业同配置的AEB功能类似，目前不响应锥桶、水马、石头、动物等障碍物，间接解释当时事故车辆的AEB未能触发，实际上是对障碍物的识别仍不完善。

一直以来，诸如锥桶之类的通用型静态障碍物都是AEB功能开发的难点，它们种类繁多复杂，且在感知端识别没有难度，但容易给规控端造成干扰。因此为避免用户在驾驶时遭遇此类障碍物频繁触发AEB刹停，算法工程师通畅会选择故意忽略此类障碍物。

显然，小米汽车也不例外。甚至通过事前事后对比，我们能够发现，小米在前期宣传中，太过急于高调展示极限测试的成功案例，如高速下的紧急制动，给消费者营造了一种几乎无所不能的智驾体验。这种过分突出产品优点的“选择性营销”，很可能令消费者因为缺乏全面的信息而对产品产生过高的期望。如果是普通商品，这样的营销举措或许无伤大雅，但放在汽车这一特殊商品上，则显得极不妥当。

与一般的电子产品不同，汽车的安全性能直接关系到驾乘人员的生命安全。用户的每一次出行，都相当于驾驶者和乘客将自己及家人的生命托付给了车辆及其所配备的安全系统。因此，任何有关汽车安全性、特别是智能驾驶辅助系统的宣传，哪怕是基于最严格的标准和最全面的信息披露，也不为过。

边缘场景覆盖的缺失

近年来，智能驾驶辅助系统取得了显著的进步，但我们必须承认的是，该系统仍然存在诸多挑战。

以小米SU7的入门级纯视觉智驾方案为例，硬件包括1颗算力为84TOPS的Orin N芯片，1个毫米波雷达，11个摄像头，无激光雷达。从摄像头数量能够看出，该方案对障碍物的识别主要依赖摄像头，距离越远，摄像头识别误差将呈现指数级增长。在夜晚等低光环境下，系统感知能力相对日间行驶会有大幅下降，因此很容易在复杂施工路段误判锥桶与水泥桩。可见在算法训练场景中，小米SU7仍有不足，也暴露出当前智驾系统对边缘场景覆盖的局限性。

相对而言，拥有激光雷达的智驾系统则拥有更高的感知能力，识别距离也较纯视觉方案更远。理想汽车创始人李想在接受媒体采访时提到，在使用行业最领先的端到端，或者通过Transformer做BEV架构，至少今天的摄像头在深夜没有光线下，看到的距离只有100米出头。而激光雷达在任何没有光线的情况下可以看到200米。可以想见，如果小米SU7能够提前200米看到道路改向，那么3·29德上高速的交通事故或许大概率不会发生。

另外，人机交接的风险同样不容忽视。本次事故中，从系统发出警告到驾驶员接管车辆，只有2秒反应时间，远低于人类平均生理极限所需的时间。根据美国国家公路安全管理局和德国全德汽车俱乐部发布的报告内容，有72%的自动驾驶事故发生在系统提示后2秒内，而驾驶员平均需要2.3秒才能完成有效接管。在高速公路场景，这个数值还会延长至2.6秒。

更进一步，按照国家标准《智能网联汽车自动驾驶系统通用技术要求》（GB/T 44721-2024），从智驾系统介入请求发出到驾驶员成功接管，应保证10秒及以上的时间。如果车企都按此标准进行技术迭代，显然会避免许多事故发生。遗憾的是，这并非强制执行标准，以时速100km/h以上推测，智驾技术至少需要提前300-400米进行系统识别，而以目前的技术水平来看，恐怕很难做到如此充分的提前识别。

值得一提的是，电池防护技术未能完全覆盖极端碰撞场景，也是智驾发展过程中需要面临关键问题。小米汽车宣称电池采用了14层防护措施，包括3层顶部支撑、3层侧碰防护、8层底部防护结构，最高可抵抗1000°C的高温。但在这次极端碰撞事故中，产品的热失控防护能力仍然存疑，显而易见，现有的安全设计可能不足以保护车内人员免受二次伤害。

对于车企而言，智能驾驶技术的发展应当以“最坏情况”为基准进行考量。企业在追求技术创新的同时，必须保障车辆的新功能经过充分的真实场景验证，而不是仅仅依赖实验室数据。只有这样，才能有效避免因技术冗余不足或场景覆盖不全而导致的安全隐患。

智驾安全教育仍任重道远

当然，我们更应该看到的是，在这次小米SU7事故中，驾驶员在高速行驶时开启了NOA系统，并且由于对系统的过度信任，导致分心行为，未能及时接管车辆，最终酿成悲剧。可见越来越多的消费者开始依赖智驾技术来减轻驾驶负担，而这种过度的信任，往往导致了所谓的“自动化陷阱”。

事实上，L2级辅助驾驶系统的设计初衷是为驾驶员提供部分驾驶任务的支持，而不是替代驾驶员的角色。如果车辆以116公里每小时的速度行驶，而驾驶员未能及时接管控制权，即使是最轻微的错误也可能导致严重的后果。

而这样的案例比比皆是，不独小米汽车，包括问界、理想、极氪汽车等诸多新能源车企在内，他们在推广智能驾驶技术时，往往侧重于展示产品的先进性和便捷性，而忽略了充分警示潜在的风险。而消费者在不明真相的情况下，盲目信任车企的智驾功能，甚至会用矿泉水瓶等道具绕开车辆监管，显然是对系统的过度信任和误解其能力的表现。

就现阶段而言，智能驾驶技术远未达到可以完全取代人类驾驶员的程度。当前大多数车辆配备的是L2级或L2+级辅助驾驶系统，驾驶员必须始终保持警觉并准备随时接管车辆。任何试图通过非正常手段规避这一要求的行为都是危险的，并且违反了使用这些系统的初衷。

作为消费者，在享受科技带来的便捷的同时，更应该保持清醒的认识，了解所用技术的真实能力和局限性。在自动驾驶真正到来之前，不应过分依赖车企的宣传，而应始终绷紧安全意识这根弦，确保自己和他人的生命财产安全。只有这样，我们才能共同推动智能驾驶技术朝着更加安全、可靠的方向发展。

结语：

未来，随着智能驾驶技术的不断进步和完善，我们有理由相信，汽车行业能够找到一条既兼顾技术创新又确保用户安全的道路。但在此之前，企业需要更加注重技术的实际应用效果和安全性验证。而对于消费者来说，重塑对智能驾驶的认知同样至关重要。唯有如此，整个行业才能实现从单纯追求概念炫技到真正敬畏生命的转变。