一、安徽铜陵高速爆燃事故（3・29 事件）
1. 事故概况
- 时间地点：2025 年 3 月 29 日 22 时 44 分，安徽德上高速枞阳至祁门路段。
- 车辆状态：小米 SU7 标准版（纯视觉智驾方案，未配备激光雷达），事发时处于 NOA 智能辅助驾驶状态，时速 116km/h。
- 事故经过：
- 系统检测到前方施工路障后发出 “注意障碍” 提示并开始减速。
- 1 秒后驾驶员接管车辆，但因车速过快（碰撞前降至 97km/h），最终与水泥护栏碰撞后起火，导致 3 名女大学生遇难。
- 关键争议点：
- AEB 功能未触发：小米回应称 AEB 仅针对车辆、行人、二轮车，不识别锥桶、石头等障碍物。
- 车门锁死问题：家属质疑碰撞后车门无法打开，但小米表示未接触事故车，无法确认。
- 责任划分：NOA 系统提示后驾驶员接管失败，引发 “人机共驾” 责任界定争议。
2. 小米官方回应
- 技术层面：
- 公布事故前 2 秒的系统数据，强调已履行提醒义务。
- 解释 AEB 功能设计限制，与行业同配置车型一致。
- 处理措施：
- 成立专项小组配合警方调查，提交车辆数据。
- 雷军公开致歉，承诺 “不回避问题”，但未直接回应家属质疑。
- 后续影响：
- 小米股价单日暴跌超 12%，市值缩水超 1200 亿港元。
- 行业对纯视觉智驾方案的安全性提出质疑，激光雷达的重要性被重新讨论。
二、广东湛江撞人逃逸事故（4・5 事件）
1. 事故概况
- 时间地点：2025 年 4 月 5 日 5 时许，广东湛江徐闻县 376 省道。
- 车辆状态：小米 SU7 标准版，手动驾驶状态。
- 事故经过：
- 驾驶员陈某与电动二轮车碰撞后弃车逃逸，导致二轮车 2 人死亡。
- 车辆起火原因初步推测为二轮车锂电池挤压变形引燃。
- 处理结果：
- 陈某被逮捕，案件仍在侦办。
- 小米回应称火情与车辆无关，系外部因素导致。
三、技术与行业背景分析
1. 智能驾驶技术路线争议
- 纯视觉方案的局限性：
- 小米 SU7 标准版依赖双目摄像头，最大探测距离约 200 米，夜间或复杂路况下识别精度下降。
- 对比激光雷达方案（探测距离 250-500 米），纯视觉在极端场景下存在风险。
- 算法优化不足：
- 业内人士指出，小米 NOA 系统留给驾驶员的反应时间（2 秒）过短，与特斯拉 Autopilot 事故数据（72% 事故发生在接管后 2 秒内）吻合。
- 自动换道逻辑不稳定、车速控制异常等用户反馈进一步暴露算法问题。
2. 电池安全隐患
- 碰撞后起火风险：
- 安徽事故中车辆撞击后爆燃，小米解释为 “撞击导致系统受损”，但未排除电池设计缺陷。
- 宁德时代否认提供事故车电池，比亚迪称仅提供电芯，电池包由小米组装。
- 行业标准升级：
- 工信部 2025 年新国标要求电动汽车碰撞后 “不起火、不爆炸”，但小米事故发生时该标准尚未实施。
四、用户与市场反应
1. 公众质疑
- 信息透明度：家属指责小米未主动沟通，对关键问题（如车门锁死）避重就轻。
- 品牌信任度：
- 坠崖事故车主再购 SU7 的 “正面案例” 与高速爆燃的 “负面冲击” 形成对比，用户态度分化。
- 董明珠公开批评小米汽车 “烧死人”，加剧舆论压力。
2. 市场表现
- 销量波动：
- 事故前小米 SU7 月销超 2 万辆，事故后订单量下滑约 30%。
- 竞品如华为问界、小鹏借机强化 “安全” 营销。
- 召回历史：
- 2025 年 1 月，小米因智能泊车辅助功能缺陷召回 3 万余辆 SU7，显示软件问题频发。
五、行业启示与未来挑战
1. 技术路线选择
- 激光雷达的必要性：事故后，部分车企重新评估纯视觉方案，小米 Max 版等高配车型已搭载激光雷达。
- 算法迭代需求：提升障碍物识别速度与预警时间，例如将 TTC（碰撞时间）从 2 秒延长至 3 秒以上。
2. 责任界定与法规完善
- 人机共驾责任划分：现行法规未明确智能驾驶事故责任，需加快立法进程。
- 数据透明度：车企应开放事故数据，避免 “既当运动员又当裁判”。
3. 用户教育与安全意识
- 智驾功能风险提示：小米用户手册强调 “驾驶员需全程监控”，但实际使用中存在过度依赖现象。
- 应急操作培训：推广机械应急锁使用方法，减少碰撞后逃生障碍。
六、小米的应对策略建议
- 技术升级：
- 全系标配激光雷达，优化算法提升感知能力。
- 加强 AEB 功能对临时障碍物的识别，例如通过 OTA 升级扩展检测范围。
- 危机公关：
- 定期公开事故调查进展，建立家属沟通机制。
- 邀请第三方机构独立评估智驾系统安全性。
- 售后服务优化：
- 提供免费应急操作培训，在车辆交付时强制演示机械锁使用。
- 设立专项基金，用于事故受害者救助与安全技术研发。
总结
小米事故车事件不仅是企业的危机，更是智能汽车行业的缩影。其核心矛盾在于技术发展速度与安全保障能力的失衡。未来，车企需在成本控制与安全投入、功能创新与风险管控之间找到平衡，而消费者也需理性看待智能驾驶的 “辅助” 本质，避免过度依赖。行业监管部门则应加快完善法规，明确责任边界，推动智能汽车健康发展。
