2025 年小米 SU7 的智能驾驶系统在硬件配置、场景覆盖和用户体验上展现出显著进步，但在复杂环境适应性和长期可靠性方面仍有优化空间。以下是基于第三方评测、用户反馈及技术解析的综合分析：
一、硬件与基础功能：中规中矩的主流配置
- 感知与算力
小米 SU7 搭载 单颗 NVIDIA DRIVE Orin 芯片（算力 254TOPS），配合 128 线激光雷达、11 颗摄像头（含 4 颗环视）、5 颗毫米波雷达和 12 颗超声波雷达，形成 360° 感知网络。相比竞品（如极氪 007 的双 Orin-X+31 颗传感器），硬件冗余稍显不足，但能满足 L2 + 级辅助驾驶需求。
- 激光雷达：支持夜间和低光照环境下的障碍物识别，但暴雨、强光等极端天气下存在感知盲区。
- 摄像头：48MP 高清摄像头提升图像分辨率，但算法优化尚未完全释放硬件潜力。
- 功能覆盖
- 高速 NOA：支持自动变道、超车、上下匝道，高速场景下平均接管率约 5%。
- 城区 NOA：2025 年 2 月通过 OTA 实现 “全国覆盖”，但实际体验受限于高精地图，非核心道路仍需人工干预。
- 泊车辅助：代客泊车功能支持跨楼层记忆泊车，巡航速度最高 23km/h，但曾因软件 BUG 导致集体泊车事故，后通过 OTA 修复。
二、实际体验：安全优先，细节待打磨
- 高速场景
- 优势：跟车逻辑稳定，加塞处理采用 “渐进式刹车”（减速度≤0.3g），舒适性优于多数竞品。
- 短板：过弯降速突兀（如 110km/h 降至 95km/h）、限速标识误判导致急减速，部分用户反馈高速 NOA 频繁降级为 LCC。
- 城区场景
- 保守策略：无保护左转时优先让行，路口通行效率较低，但安全性较高。例如，行人突然横穿时制动距离比人类驾驶员短 20%。
- 博弈能力：面对拥堵路段和无序车辆，倾向于低速等待而非主动变道，与小鹏 XNGP 的激进策略形成对比。
- 泊车体验
- 自动泊车：支持极窄车位（宽度≥2.4 米）泊入，成功率约 90%，但曾因算法问题导致大规模剐蹭。
- 代客泊车：依赖高精度地图，地下车库障碍物绕行能力较强，但需网络支持，信号差时功能受限。
三、对比竞品：性价比突出，生态联动加分
- 与极氪 007 对比
- 极氪 007 全系标配双 Orin-X 芯片和激光雷达，自动泊车支持 “指尖划车位” 等创新功能，硬件冗余和场景覆盖更优。
- 小米 SU7 胜在 价格优势（起售价低约 5 万元）和 生态整合（与米家设备无缝互联）。
- 与小鹏 XNGP 对比
- 小鹏 XNGP 城市 NOA 覆盖全国 150 + 城市，无图模式下复杂路口通过率更高，硬件采用双激光雷达，极端天气稳定性更强。
- 小米 SU7 的 端到端模型 在代客泊车等特定场景表现亮眼，但整体算法成熟度落后一代。
- 与特斯拉 FSD 对比
- FSD 的激进变道逻辑接近人类驾驶员，但国内版本依赖高精地图，无保护左转效率较低，且价格高达 6.4 万元。
- 小米 SU7 的 本土化适配 更优（如自动识别中国交通标识），但硬件算力和数据积累不足。
四、用户反馈与可靠性：争议与改进并存
- 正面评价
- 生态联动：语音控制智能家居、手机无感连接等功能提升便利性，米粉群体满意度较高。
- 性价比：29.99 万元的 Max 版标配激光雷达和高速 NOA，硬件成本控制优于多数竞品。
- 主要投诉
- 极端天气误判：暴雨、逆光等场景下激光雷达失效，导致智驾功能受限。
- 软件 BUG：自动泊车剐蹭、高速急减速等问题频发，OTA 修复周期较长（部分问题需 1 个月）。
- 续航焦虑：高速 NOA 能耗较高（冬季续航约 5.5 折），长途出行需频繁补电。
五、总结：适合科技尝鲜者的第二梯队选择
小米 SU7 的智能驾驶系统在 基础功能稳定性 和 生态整合 上表现合格，适合注重性价比、以城市通勤为主的用户。其短板在于 硬件冗余不足 和 复杂场景处理能力，与头部竞品（如小鹏 XNGP、华为 ADS 3.0）存在代差。若小米能通过后续 OTA 持续优化算法，并提升硬件配置（如增加激光雷达数量），有望在 2025 年下半年跻身第一梯队。
选购建议：
- 推荐：米粉、科技尝鲜者、预算有限但需基础智驾功能的用户。
- 谨慎选择：对城市 NOA 依赖度高、追求极端场景可靠性的用户。
