小米汽车的智能驾驶系统以 ** 端到端全场景智驾（Xiaomi HAD）** 为核心，整合了自研算法、多传感器融合硬件和生态协同能力，覆盖从高速公路到城市道路的复杂场景。以下是其智驾系统的详细解析：
一、核心技术架构：端到端深度神经网络
小米汽车采用 ** 端到端全场景智能驾驶（Xiaomi HAD）** 技术，这是一种将感知、决策、规划整合为统一模型的架构，直接从传感器信号输入生成车辆控制指令，无需传统模块化拆分。这种架构的优势在于：
- 低延迟与高鲁棒性：减少模块间数据交互延迟，提升复杂场景（如施工路段、环岛）的自适应能力。
- 拟人化驾驶：通过用户驾驶数据训练，系统能模拟老司机的预判能力，例如提前规划绕行路径、优化变道时机。
- 无图方案：依赖多传感器融合和实时数据驱动，无需高精地图即可实现全国城市道路的 NOA（导航辅助驾驶）。
二、硬件配置：多传感器协同感知
小米汽车根据车型配置不同，分为标准版和高阶版两种硬件方案：
- 标准版（SU7）：
- 传感器：11 颗高清摄像头（覆盖 360° 环境）、1 个毫米波雷达、12 颗超声波雷达。
- 算力：单颗 NVIDIA DRIVE Orin 芯片，算力 84TOPS。
- 功能：支持高速 NOA（自动上下匝道、超车）、自动泊车、LCC 车道居中辅助。
- 高阶版（SU7 Pro/Max/Ultra）：
- 传感器：在标准版基础上增加1 颗禾赛 AT128 激光雷达（探测距离 200 米，153 万点云 / 秒）、5 个毫米波雷达。
- 算力：双 NVIDIA DRIVE Orin 芯片，算力 508TOPS。
- 功能：支持城市 NOA（全国道路通行）、代客泊车、施工避让等。
三、功能覆盖与场景表现
- 高速场景：
- NOA 导航辅助：自动完成 ETC 通行、弯道降速、超车变道，最高支持 130km/h 时速。
- 主动安全：AEB 紧急制动（8-135km/h 生效，支持车辆、行人、二轮车，但不识别锥桶、水马等异形障碍物）。
- 城市道路：
- 端到端全场景：支持车位到车位的无缝衔接，包括路边启动、环岛通行、无保护左转等。
- 施工避让：通过视觉大模型识别临时路障并规划绕行路径。
- 泊车场景：
- 自动泊车：支持机械车位、极窄车位泊入（精度 5cm），最高泊车速度 23km/h。
- 代客泊车：记忆停车场路线，实现自主寻位和泊出。
四、技术亮点与争议
- 技术创新：
- 变焦 BEV 与超分 OCC：通过动态调整摄像头视角和占用网络算法，提升远距离障碍物识别精度。
- 物理世界建模：分为数据观测层（传感器融合）、隐式特征层（深度神经网络）、显式符号层（决策输出），实现多维度环境理解。
- 争议与挑战：
- 事故案例：2025 年 3 月，小米 SU7 标准版在高速 NOA 状态下未有效识别施工改道，导致碰撞事故。官方回应称 AEB 功能与行业同配置车型一致，不支持异形障碍物。
- 纯视觉局限性：标准版依赖摄像头和毫米波雷达，在夜间或复杂光照条件下可能出现感知偏差。
- 用户体验：部分用户反馈城区道路变道逻辑激进、施工区域识别不稳定。
五、生态整合与未来规划
- 小米生态联动：
- 手机互联：支持小米妙享无缝连接，手机导航可同步至车机，智能家居设备远程控制。
- 车路协同：未来计划接入城市交通数据，优化信号灯通行效率。
- 技术迭代：
- OTA 升级：2024 年 10 月推送的 1.4.0 版本优化了车道居中、代客泊车等功能。
- 端到端大模型：引入用户驾驶数据训练，持续提升拟人化决策能力。
六、与行业对比
| 维度 | 小米汽车 | 华为 ADS 2.0 | 特斯拉 FSD |
|---|---|---|---|
| 传感器方案 | 多传感器融合（激光雷达可选） | 激光雷达 + 视觉 + 毫米波雷达 | 纯视觉（摄像头 + 神经网络） |
| 功能覆盖 | 高速 / 城市 NOA、代客泊车 | 城区 / 高速全场景、异形障碍物识别 | 城市道路通行、自动变道 |
| 算力平台 | NVIDIA Orin（最高 508TOPS） | 华为昇腾（最高 400TOPS） | Dojo 超算（影子模式训练） |
| 用户体验 | 生态互联强，复杂场景偶发接管 | 稳定性高，AEB 性能领先 | 激进变道风格，依赖数据积累 |
总结
小米汽车的智驾系统以 ** 端到端全场景智驾（Xiaomi HAD）** 为核心，硬件上采用多传感器融合方案，软件上通过自研大模型实现拟人化决策。尽管在复杂实现拟人化决策。尽管在复杂场景处理和 AEB 功能上存在争议，但其生态整合和 OTA 升级能力为用户提供了差异化体验。未来，随着端到端技术的持续优化和激光雷达的普及，小米智驾有望在安全性和场景覆盖上进一步提升。
