2025 年小米汽车的智能驾驶系统以Xiaomi Pilot为核心，覆盖从基础辅助到高阶领航的全场景功能，硬件与算法的深度协同成为其技术亮点。以下从技术架构、硬件配置、功能覆盖及行业争议四个维度展开分析：
一、技术架构与核心方案
小米智驾系统采用全栈自研技术路线，构建了 “感知 - 决策 - 控制” 的完整闭环：
- 算法层面：
- BEV+Transformer+OCC：通过鸟瞰图（BEV）和占用网络（OCC）实现环境建模，结合 Transformer 网络提升动态决策能力。小米自研的变焦 BEV 技术可根据场景切换输出分辨率，提升复杂路况下的感知精度。
- 端到端大模型：国内首个将端到端大模型应用于量产车型，取代传统的感知、决策、规划模块，直接从图像输入生成行驶轨迹。该模型在泊车场景中实现 5cm 级精度泊入，并支持 23km/h 巡航的代客泊车。
- 硬件分层：
- 基础版（Pro）：纯视觉方案，配备 11 个高清摄像头（含前视双目）和 1 颗毫米波雷达，算力平台为 84TOPS 的英伟达 Orin 芯片。
- 高阶版（Max）：在 Pro 版基础上增加 1 颗禾赛 AT128 激光雷达（128 线，探测距离 200 米），算力提升至 508TOPS（双 Orin 芯片），支持城市领航辅助驾驶（NOA）。
- 旗舰版（Ultra）：2025 年新增车型，搭载Xiaomi HAD 端到端全场景智驾系统，整合神经拟态芯片 “赤兔 N1”，支持从停车位到目标停车场的无缝衔接，覆盖高速、城市道路及跨楼层泊车。
二、硬件配置与供应商
- 传感器阵列：
- 摄像头：欧菲光供应环视、DMS 摄像头，舜宇供应 ADAS 前视、侧视摄像头，豪威科技提供 CMOS 传感器。
- 激光雷达：禾赛 AT128（128 线，153 万点 / 秒），采用 “瞭望塔式” 车顶布局，风阻系数降低 4%。
- 雷达：3 颗毫米波雷达（探测距离 200 米）和 12 颗超声波雷达。
- 计算平台：
- 标准版：单 Orin 芯片（84TOPS）。
- Max/Ultra 版：双 Orin 芯片（508TOPS）+ 自研 “赤兔 N1” 神经拟态芯片（支持脉冲神经网络实时训练）。
- 供应链协同：
- 英伟达提供 Orin 芯片，黑芝麻智能参与跨域融合芯片研发，中科创达提供智能驾驶中间件。
三、功能覆盖与场景落地
- 高速场景：
- 高速 NOA：支持自动变道、匝道通行、超车避障，AEB 紧急制动可在 135km/h 时速下刹停。
- 道路大模型：实时生成道路拓扑，在无高精地图区域也能识别施工路段并规划绕行路线。
- 城市场景：
- 城市 NOA（Max/Ultra 版）：2025 年 8 月实现全国范围开放，支持路口通行、环岛绕行、行人避让等功能。
- 跨场景泊车：端到端大模型支持跨楼层寻位、记忆泊车，在复杂地库可自主识别电梯厅并完成泊入。
- 安全冗余：
- 人机交互：系统在检测到风险时提前 2 秒发出接管提示，但事故案例显示该设计存在缺陷（如夜间施工路段识别不足）。
- 硬件冗余：Max/Ultra 版通过激光雷达补充视觉方案的不足，尤其在逆光、低光照场景提升感知可靠性。
四、行业争议与用户风险
- 事故暴露的问题：
- 硬件减配：标准版 SU7（Pro 版）未配备激光雷达，纯视觉方案在夜间施工路段对临时路障识别失效，导致 2025 年 3 月安徽高速碰撞事故。
- 责任划分：尽管小米宣传 “高阶智驾”，但根据应急管理部声明，市售车型仍属于 L2 级辅助驾驶，事故责任由驾驶员承担。
- 技术与宣传的落差：
- 用户认知偏差：车企营销中使用 “零接管”“L2.999 级” 等模糊表述，导致用户对智驾能力过度信任。
- 算法局限性：在极端场景（如异形护栏、反光物体）下，系统仍可能出现误判，需依赖驾驶员紧急接管。
总结：技术亮点与挑战并存
小米智驾系统凭借全栈自研算法和硬件协同，在感知精度、场景覆盖等方面达到行业第一梯队水平，尤其在端到端大模型和泊车功能上具有差异化优势。然而，事故案例和法规限制暴露了技术成熟度与用户预期的矛盾。未来，小米需在提升算法鲁棒性、强化安全冗余的同时，加强用户教育，避免因宣传与实际功能脱节引发信任危机。
