小米 无人驾驶

小米在无人驾驶领域的布局已进入技术落地与市场验证的关键阶段，其核心产品Xiaomi HAD 端到端全场景智驾系统于 2025 年 2 月正式发布，并率先搭载于小米 SU7 Ultra 车型。以下从技术架构、产品落地、用户反馈及行业挑战四个维度展开分析：

一、技术架构：端到端大模型与硬件分层策略

1. 端到端全场景智驾（Xiaomi HAD）

• 核心突破：将感知、预测、规划三个环节整合为单一 AI 大模型，直接通过原始传感器数据生成最终驾驶轨迹，减少信息传输误差。例如，在苏州北站枢纽实测中，复杂路口决策效率提升 40%。
• 功能覆盖：支持从停车位启动到目标停车场的全流程无缝衔接，包括高速公路自动变道、城市道路无保护左转、跨楼层记忆泊车等。用户需完成 1000 公里安全智驾里程后，可解锁该功能。
• 无图方案：基于用户驾驶数据训练，无需高精地图即可实现拟人化轨迹规划，急加速 / 急刹车减少 30%，在无图区域通行效率提升 25%。

2. 硬件配置分层

• 标准版（SU7 后驱）：纯视觉方案（9 颗摄像头 + 1 颗毫米波雷达），算力 84TOPS，仅支持高速 NOA 和基础泊车。
• 高阶版（SU7 Max/Ultra）：激光雷达 + 双 Orin 芯片（算力 508TOPS），支持城市 NOA、代客泊车等，实测城市 NOA 接管率 0.1 次 / 百公里（对标华为 ADS 3.0）。
• 传感器升级：2025 年迭代计划包括 192 线固态激光雷达（速腾聚创 M3 平台）、仿生复眼摄像头（动态范围 160dB），以及华为同款 4D 毫米波雷达，障碍物误检率从 0.23 次 / 公里降至 0.07 次 / 公里。

3. 数据与算法迭代

• 大模型应用：部署 2800 亿参数的 DriveLM 多模态大模型，支持复杂场景语音交互与决策优化。例如，在施工路段可识别锥桶、雪糕筒等非常规障碍物。
• 仿真训练：构建虚实融合训练场，接入 20 万公里高精地图 + 30 亿帧合成数据，corner case 处理能力提升 3 倍。

二、产品落地：SU7 系列与生态协同

1. 车型差异化

• SU7 Ultra：出厂即搭载 HAD 系统，支持端到端全场景智驾，实测可实现 “车位到车位” 代客泊车，目标车位被占时自动寻找新车位。
• SU7 标准版：取消激光雷达，主打性价比，但智驾功能受限（如无城市 NOA），部分用户反馈高速 NOA 存在误识别问题。

2. 生态协同

• 手机 - 汽车融合：通过 UWB + 蓝牙 AoA 定位系统实现手机与车辆协同定位（精度 3cm），调用手机 NPU 辅助智驾决策，紧急制动响应速度提升 18%。
• 车路云一体化：接入国家智能网联汽车监管平台，与北京、上海等 12 城路侧单元互联，试点 5G-A 通感算一体基站，实现厘米级实时定位。

三、用户反馈：功能亮点与争议焦点

1. 功能亮点

• 拟人化驾驶：端到端模型优化轨迹平滑度，急加速 / 急刹车减少 30%，高速跟车距离控制误差≤5cm。
• 泊车能力：支持跨层泊车、漫游寻位（车位被占时自动寻找新车位），特定场景可用性较高。

2. 争议焦点

• 事故与故障：2025 年 3 月安徽铜陵高速事故中，SU7 在 NOA 状态下撞击隔离带后起火，导致 3 人死亡，暴露系统对静态障碍物识别不足的问题。此外，多起用户投诉自动泊车功能异常、激光雷达故障等。
• 宣传与实际差距：部分用户反映城市 NOA 覆盖率不足，如三四车道宽路未覆盖，路口需手动接管。小米因 “脱手驾驶” 等宣传用语被工信部约谈，被迫调整话术。

四、行业挑战：技术竞争与法规适配

1. 技术竞争

• 头部车企对比：华为 ADS 3.0、小鹏 XNGP 在复杂场景处理能力上更优，小米 HAD 城市 NOA 接管率仍高于行业平均水平。
• 成本与安全平衡：SU7 标准版取消激光雷达以降低成本，但纯视觉方案在强光反射、异形物体识别上存在缺陷，被质疑 “安全配置缩水”。

2. 法规与政策

• L3 级推进：小米计划 2025 年推出 L3 级量产车型，但受限于国内法规，尚未落地。目前 HAD 仍属于 L2 级，驾驶员需全程监控。
• 数据合规：参与联合国 WP.29 法规沙盒测试，建立覆盖 56 国的法规数据库，OTA 可自动适配区域标准。

五、未来展望：研发投入与生态扩张

1. 研发投入

• 2025 年小米研发预算达 300 亿元，其中约 75 亿元投向 AI，包括自动驾驶大模型训练与车路云协同技术。
• 计划通过 “硬件可插拔升级 + 软件订阅制 + 数据众包” 模式，在 2025 年 Q3 前完成 12 城无图方案落地。

2. 生态扩张

• 合作伙伴：与速腾聚创（激光雷达）、华为（4D 毫米波雷达）、高德（高精地图）等建立深度合作，构建传感器与数据生态。
• 用户众包：开通 “智驾实验室” 功能，用户上传极端工况数据可兑换积分，已收集 17.3 万组数据。

总结