关于 2025 年小米汽车 AEB（自动紧急制动系统）的实际表现与技术争议，结合最新事故案例、行业标准及用户反馈，可从以下几个维度展开分析：
一、事故暴露的技术局限性
2025 年 3 月 29 日安徽德上高速的小米 SU7 碰撞事故，成为剖析小米 AEB 技术短板的典型案例：
- 硬件方案的先天缺陷
- 事故车辆为小米 SU7 标准版，采用纯视觉方案（11 颗摄像头 + 1 颗毫米波雷达），未搭载激光雷达。夜间施工路段光照复杂，摄像头对静态障碍物（如水泥桩、锥桶）的有效识别距离不足 100 米，而车辆以 116km/h 行驶时，系统仅能提供约 3 秒预警时间，远低于人类反应极限（2.3 秒）。
- 激光雷达在夜间场景下的探测距离可达 200 米，且能提供三维空间建模能力，而纯视觉方案易受光线变化、反光干扰影响。同济大学朱西产教授指出，静态障碍物未被纳入小米 AEB 核心识别目标库，导致系统误判为 “可绕行物体”。
- 算法逻辑与系统协同缺陷
- 小米 AEB 算法主要针对动态障碍物（车辆、行人）优化，对施工路段静态障碍物的风险等级判定存在漏洞。业内人士推测，系统未调用 OCC 占用网络模型进行实时风险评估，导致漏触发。
- 事故数据显示，驾驶员在系统提示后 1 秒内接管制动（踏板开度 31%-38%），但根据车企通用逻辑，人工介入会立即中止 AEB 功能。此时若驾驶员制动力不足，系统无法补足减速需求，最终碰撞时速仍达 97km/h。
- 小米宣称 AEB 支持 130km/h 刹停，但实测显示，80km/h 以上场景触发率显著下降。夜间复杂环境下，摄像头响应阈值进一步降低，系统难以满足高速制动需求。
- 行业标准与设计争议
- 小米 SU7 标准版为压缩成本，阉割了 Max 版的激光雷达和双 Orin 芯片，牺牲关键冗余设计。行业专家指出，激光雷达可提供额外 4 秒预警时间，显著降低事故概率。
- 现行 AEB 测试标准未强制纳入施工路段、异形障碍物等复杂场景。欧盟 NCAP 数据显示，AEB 对夜间行人识别失败率达 35%，而中国 C-NCAP 尚未将静态障碍物纳入核心测试项。
- 车企过度宣传 “130km/h 刹停” 等实验室数据，却未明确告知用户功能局限性。事故暴露 “接管悖论”：系统既无法完全替代人类，又因提示时间过短（2 秒）加剧操作风险。
二、用户反馈与宣传争议
- 宣传与实际效果的割裂
- 小米在 2024 年 SU7 发布会上演示 AEB 在 135km/h 时速下刹停静止故障车的测试，并宣称夜间 120km/h 场景也能精准识别。然而，量产版 AEB 刹停速度未达宣传水平，部分场景甚至无法触发。小米解释称 “135km/h 刹停需等待 OTA 升级”，被质疑将未成熟技术作为卖点。
- 用户实测发现，小米 SU7 对静止障碍物的识别延迟达 1.2 秒，而华为智界 S7 仅需 0.3 秒。这种差距源于技术路线差异：华为采用激光雷达 + 视觉融合方案，硬件成本超 3 万元，而小米纯视觉方案成本不足 1/3。
- 用户信任危机
- 遇难者家属透露，其女儿曾多次驾驶 SU7 长途出行，并坚信小米智驾 “足够安全”，甚至在家人劝阻时以 “测试数据” 反驳。这与小米通过极端场景测试塑造的 “全能 AEB” 形象直接相关。
- 小米 SU7 交付首月就发生 3 起 AEB 失效事故，而搭载华为 ADS 的车型累计避免重大事故超 1.2 万次。当车企将 AEB 最高时速作为营销噱头时，用户需要的不是实验室极限值，而是全场景安全覆盖。
三、行业对比与技术演进方向
- 竞争对手的技术优势
- 华为智界 S7 搭载 192 线激光雷达，探测距离达 250 米，支持 4-150km/h 速度区间的 AEB 触发，GAEB 异形障碍物自动紧急制动可在 30-130km/h 范围内精准识别。相比之下，小米 SU7 标准版 AEB 仅覆盖 8-135km/h，且不响应锥桶、水马等障碍物。
- 特斯拉 Autopilot 通过影子模式积累海量数据优化算法，而小米智驾团队成立仅 3 年，路测数据不足百万公里，经验差距显著。
- 行业技术演进方向
- 强制安全冗余：推动激光雷达成为标配，建立多传感器融合的感知体系。例如，蔚来采用双 12V 平台系统设计，在其中一个平台失效时提供安全冗余。
- 算法优化：引入 OCC 占用网络模型、强化学习等技术，提升对不规则障碍物的识别能力。欧盟计划将施工障碍物、夜间高速场景纳入 AEB 强制测试，设定最低预警时间（≥4 秒）。
- 数据透明化：强制公开 AEB 触发阈值、障碍物分类规则，建立第三方事故数据库。德国 TÜV 报告显示，视觉方案 AEB 误触发率达 78%，而融合感知方案仅 9%，数据透明度是重建信任的关键。
四、法规与标准的滞后性
- 中国法规动态
- 2025 年 4 月，工信部约谈 19 家车企，要求规范智能驾驶宣传，明确功能边界。新规禁止使用 “自动驾驶”“脱手驾驶” 等模糊表述，并计划建立智驾事故责任判定标准。
- 中国现行 AEB 标准（如 GB/T 39901-2021）未强制覆盖静态障碍物，且测试速度仅 50km/h，远低于实际事故速度（116km/h）。行业呼吁将施工路段、夜间场景纳入测试，并提高制动性能要求。
- 国际标准对比
- 欧盟要求 2024 年 7 月起所有新车配备 AEB，并将行人、自行车识别纳入强制测试。美国 FMVSS 127 规定 2029 年起轻型车需符合 AEB 标准，涵盖车对车、行人等场景。
- 中国计划 2025 年 Q4 对营运车辆强制安装 AEB，但乘用车法规仍在制定中。专家建议参考欧盟 R152 标准，明确传感器配置、误触发率等指标。
五、用户应对建议
- 理性看待宣传
- 车企宣传的 AEB 极限值（如 135km/h 刹停）多为实验室数据，实际场景中受光照、障碍物类型等因素影响显著。用户需仔细阅读用户手册，了解功能边界（如小米 SU7 标准版 AEB 不响应锥桶）。
- 选择硬件冗余车型
- 激光雷达可显著提升 AEB 性能，建议优先选择配备激光雷达的车型（如小米 SU7 Max 版、华为智界 S7）。硬件冗余不仅增强感知能力，还能提供安全备份。
- 保持驾驶专注
- 现行智驾系统仍属 L2 级辅助驾驶，驾驶员需全程监控路况。小米 SU7 事故中，系统仅提前 2 秒预警，驾驶员接管时间不足，凸显人机协同的重要性。
- 关注法规与行业动态
- 2025 年工信部将出台智能驾驶事故责任判定规范，用户可通过政府官网、行业协会获取最新标准。同时，参与车企用户调研，推动功能透明化。
总结
小米 SU7 事故撕开了智能驾驶 “技术神话” 的裂缝，暴露了纯视觉方案在复杂场景下的局限性、算法优化不足及行业标准滞后等问题。对于用户而言，需理性看待 AEB 功能，优先选择硬件冗余车型，并保持驾驶专注；对于行业而言，需回归 “安全优先” 的底层逻辑，推动激光雷达普及、算法透明化及标准升级。唯有如此，才能避免 AEB 从 “生命防线” 沦为 “概率游戏”。
