小米汽车的毫米波雷达配置在不同车型版本中存在显著差异，其技术路线和实际表现也引发了行业关注。以下是基于最新信息的详细分析：
一、毫米波雷达的配置差异与供应商
小米 SU7 的毫米波雷达配置分为两个层级：
- 标准版（后驱标准长续航智驾版）：仅搭载 1 个毫米波雷达，算力为 84TOPS，未配备激光雷达。该版本主要依赖纯视觉方案，毫米波雷达仅作为辅助感知设备，探测范围有限，夜间对静止障碍物（如施工锥桶、水马）的识别能力较弱。
- Pro/Max 版（后驱超长续航高阶智驾 Pro 版、四驱超长续航高阶智驾 Max 版）：配备 3 个毫米波雷达和 1 个激光雷达（禾赛 AT128，128 线，200 米探测距离），算力提升至 508TOPS。3 个毫米波雷达分布在车辆前方、后方和侧面，实现 360 度环境感知，结合激光雷达的高精度点云数据，显著提升复杂场景下的感知能力。
供应商方面：
- 标准版的毫米波雷达可能来自纵目科技，但未明确是否为 4D 雷达。纵目科技是小米的重要合作伙伴，其自研的 4D 毫米波雷达已在问界 M5 等车型量产，但小米 SU7 的公开信息中未提及 4D 雷达。
- Pro/Max 版的毫米波雷达供应商尚未完全明确。部分媒体推测可能采用传统 3D 毫米波雷达，而非 4D 雷达，这与华为、蔚来等品牌的 4D 雷达方案形成差异。
二、技术参数与性能表现
- 探测能力：
- 标准版的毫米波雷达探测距离约 200 米，但受限于单雷达配置，角度覆盖和分辨率较低，对侧方或后方障碍物的识别能力有限。
- Pro/Max 版的 3 个毫米波雷达与激光雷达协同工作，探测距离和角度覆盖显著提升。例如，激光雷达可在夜间或低光环境下提供 200 米的高精度点云数据，毫米波雷达则补充动态目标的速度和距离信息。
- 算法优化：
- 小米采用多传感器融合方案，通过 BEV（鸟瞰图）网络和 Transformer 模型整合毫米波雷达、摄像头和激光雷达数据，构建实时环境感知模型。例如，在高速场景下，毫米波雷达可提前识别前方车辆的速度和距离，结合视觉数据进行路径规划。
- 但标准版因缺少激光雷达，算法对静止障碍物的过滤存在缺陷。例如，在夜间施工场景中，系统可能误判或忽略锥桶等障碍物，导致 AEB（自动紧急制动）未触发，碰撞前仅 2 秒发出接管提醒。
三、实际应用与争议
- 智驾功能：
- Pro/Max 版支持端到端全场景智能驾驶，包括高速领航、城市 NOA（Navigate on Autopilot）和自动泊车。毫米波雷达与激光雷达的融合提升了复杂路况下的决策准确性，例如在拥堵路段自动避让加塞车辆。
- 标准版仅支持基础 L2 级辅助驾驶，智驾功能受限，且在极端场景下存在安全隐患。例如，2025 年 3 月的 SU7 高速碰撞事故中，标准版因毫米波雷达和纯视觉方案的局限性，未能及时识别施工障碍物，导致严重后果。
- 行业对比：
- 与华为、蔚来等品牌相比，小米的毫米波雷达配置在硬件规格和算法成熟度上仍有差距。例如，华为 ADS 3.0 采用 4D 毫米波雷达和 192 线激光雷达，探测距离和精度更高；蔚来 NT3 全系标配 4D 雷达，最远检测距离达 370 米。
- 小米的优势在于性价比，Pro/Max 版的智驾硬件成本低于同级别竞品，但算法迭代速度和数据积累量仍需提升。
四、未来趋势与挑战
- 4D 毫米波雷达的应用：
- 小米第二款车型 YU7 计划搭载海康汽车的 STA77-6-B 4D 毫米波雷达，探测距离达 300 米，角度分辨率提升至 0.7°。这一配置可能下放到未来的 SU7 改款或高端车型，以增强感知能力。
- 但 4D 雷达的成本较高，短期内难以在入门级车型普及。小米需在成本与性能之间找到平衡，以推动智驾技术下沉。
- 传感器融合与算法升级：
- 小米的端到端智驾系统依赖多传感器融合，未来可能通过 OTA 升级优化毫米波雷达与激光雷达的协同效率。例如，在雨雾天气中，毫米波雷达的全天候能力可弥补激光雷达的不足。
- 此外，小米需解决静止障碍物误判问题。行业通用方案是通过算法过滤静止目标，但可能导致漏检。激光雷达的引入可有效缓解这一矛盾，但成本较高。
总结
小米汽车的毫米波雷达配置体现了其 “分层定价、按需配置” 的策略：标准版以低门槛吸引用户，Pro/Max 版通过激光雷达和多雷达融合提升智驾体验。然而，标准版的硬件局限性在极端场景下暴露了安全隐患，而 4D 雷达的应用可能成为未来升级方向。随着行业竞争加剧，小米需在技术迭代和成本控制之间找到平衡点，以提升智驾系统的可靠性和竞争力。
