小米 无人车

小米在无人驾驶领域的布局始于 2021 年，其核心战略是通过全栈自研与生态整合，打造具备端到端全场景能力的智能驾驶系统。以下从技术路线、量产进展、市场反馈、政策环境及行业竞争等维度展开分析：

一、技术路线：端到端大模型与多传感器融合

1. 端到端全场景智驾系统（Xiaomi HAD）
   小米于 2025 年 2 月正式推出端到端全场景智能驾驶系统，实现从停车位到目标停车场的全程无缝衔接。该系统通过大模型架构将感知、预测和规划集成，直接输出最终轨迹，减少信息传输误差。例如，在复杂城市道路中，系统可通过视觉语言大模型（VLM）识别障碍物并生成最优路径，同时支持语音交互增强决策能力。
   
2. 硬件配置与合作伙伴
   
   • 激光雷达：小米 SU7 Ultra 搭载禾赛科技的 AT128 超高清远距激光雷达，探测距离达 250 米，支持 1080P 级三维感知。
   • 芯片：采用英伟达 Orin 芯片（算力 254 TOPS），搭配自研澎湃 C3 协处理器，支持端侧大模型运行。
   • 算法：基于 BEV+Transformer + 占用网络架构，结合用户驾驶数据训练，实现拟人化轨迹规划（如急加速 / 急刹车减少 30%）。
   
   
3. 技术对比与挑战
   
   • 优势：端到端大模型提升复杂场景决策效率，VLM 增强语义理解能力。
   • 不足：相比特斯拉的纯视觉方案，小米依赖激光雷达导致硬件成本较高；与华为 ADS 3.0 相比，数据积累量仅为其 1/20，长尾场景覆盖率不足。
   
   

二、量产进展：SU7 系列与事故影响

1. 车型与交付
   
   • 小米 SU7 系列：2025 年一季度交付 75,884 台，其中 SU7 Ultra 占 3,257 台，主打高端市场。
   • 未来计划：2025 年推出首款 SUV 车型 YU7（定位中大型纯电轿跑），2026 年推出增程式 SUV。
   
   
2. 事故与信任危机
   
   • 3・29 高速爆燃事故：2025 年 3 月，小米 SU7 标准版（纯视觉方案）在 NOA 模式下未能识别临时施工路段，导致碰撞后起火，3 人遇难。事故暴露了纯视觉方案在极端场景下的局限性（如低光照、锥桶识别延迟）。
   • 用户反馈分化：部分用户因事故转向观望，也有坠崖事故车主再购 SU7，认可其车身结构安全性。
   
   

三、政策与法规：推动专属保险与全国性测试

1. 政策建议
   雷军在 2025 年两会期间提出：
   
   • 2025 年建立跨区域自动驾驶测试互认机制，2026 年实现高速 / 城市自动驾驶量产。
   • 2026 年前设立自动驾驶专属保险（含交强险、商业险），降低推广门槛。
   
   
2. 行业进展
   
   • 智驾险试点：小鹏、阿维塔等车企已推出 “智驾险”（如小鹏 239 元 / 年，最高赔 100 万），小米尚未跟进。
   • 法规完善：北京、上海等 20 城开展 “车路云一体化” 试点，推动单车智能与路侧感知协同。
   
   

四、市场竞争：差异化生态与技术追赶

1. 核心对手
   
   • 特斯拉：纯视觉方案 + 全球数据闭环，FSD V13 端到端模型事故率仅为人类驾驶的 1/8.5。
   • 华为：鸿蒙座舱 + ADS 3.0，支持城市 NCA 无区域限制，数据积累量领先。
   • 小鹏：XNet+XPlanner 架构，智驾活跃率超 85%，推出 “全国都能开” 版本。
   
   
2. 小米的差异化策略
   
   • 生态协同：通过澎湃 OS 连接 9 亿 IoT 设备，打造 “人车家全场景” 智能体验。
   • 性价比：SU7 标准版定价 21.59 万元，搭载基础智驾功能，推动 “智驾平权”。
   • 端侧 AI：自研端侧大语言模型，实现本地推理与隐私保护，已应用于智能座舱。
   
   

五、未来展望：技术迭代与风险应对

1. 技术突破方向
   
   • 车路云协同：参与 “车路云一体化” 试点，整合路侧感知与云端计算，提升超视距预警能力。
   • 端到端大模型优化：通过海量用户数据训练，增强极端场景泛化能力（如夜间施工路段识别）。
   
   
2. 风险与挑战
   
   • 安全性争议：需通过技术升级（如激光雷达标配）和法规完善（如责任认定）重建用户信任。
   • 成本压力：激光雷达与芯片成本较高，需平衡性能与价格以扩大市场份额。
   
   

总结