小米 SU7 的自动避让功能是其智能驾驶系统的核心组成部分，2025 年该功能在硬件配置、算法迭代和实际场景应用上均有显著进展，但也面临技术局限性和用户争议。以下从技术实现、实际表现、法规影响和用户操作四个维度展开分析：
一、技术实现：多传感器融合与端到端算法
- 硬件配置
小米 SU7 中高配车型（如 Max 版）搭载了128 线激光雷达（探测距离 200 米，点云密度等效 300 线）、3 颗毫米波雷达（支持 4D 成像）、12 颗超声波雷达和11 颗车外摄像头（含 800 万像素三目摄像头），配合双英伟达 Orin-X 芯片（算力 508TOPS），形成 360° 全方位感知能力。
对比：特斯拉 FSD 采用纯视觉方案，而华为 ADS 3.0、小鹏 XNGP 等竞品则在激光雷达数量和算力上更优（如华为 ADS 3.0 支持双激光雷达）。
- 算法架构
- 端到端大模型：通过 Transformer 架构直接将传感器数据映射到方向盘转角和油门 / 刹车控制，跳过传统多模块中间处理（如目标检测、路径规划），延迟降低至 200ms 以内。
- BEV+OCC 融合建模：利用变焦 BEV（鸟瞰图）技术和超分辨率 OCC（占用网络）生成三维空间模型，提升复杂场景下的障碍物识别精度。
- 场景库迁移学习：支持新城市快速开通城市 NOA 功能，工程师称 “让 AI 自己教 AI”，新场景部署效率提升 300%。
- 功能覆盖
- 高速 NOA：支持自动变道、施工避让（如锥桶识别）、自适应巡航（8-135km/h）。
- 城市 NOA：通过 OTA 1.5.5 版本实现 “车位到车位” 全流程自动化，覆盖全国 10 城版城市领航辅助功能。
- 紧急避让：分为预警、干预和紧急制动三阶段，系统在检测到碰撞风险时自动调整方向和速度，响应时间达毫秒级。
二、实际表现：争议与局限性
- 事故与测试结果
- 高速碰撞事件：2025 年 3 月，安徽高速一辆 SU7 在 NOA 模式下以 97km/h 撞上锥桶，事故前 2 秒才发出预警，引发对 “全场景避让” 宣传的质疑。
- 易车网测试：小米 SU7 标准版在 5 个 AEB 场景（如水马锥桶、儿童鬼探头）中全部未通过，而售价 10 余万的竞品（如小鹏 G6、宝骏享境）表现更优。
- C-NCAP 测试：SU7 在主动安全板块得分率 95.25%，但测试未涵盖施工路段和异形障碍物等极端场景。
- 用户反馈
- 复杂路口表现：部分用户反映 SU7 在无保护左转、大环岛等场景需频繁接管，博弈能力弱于华为 ADS 3.0 和小鹏 XNGP。
- 传感器局限性：暴雨天气下激光雷达误判率较高，夜间对非标准限速牌识别率不足 40%。
三、法规与政策影响
- L3 级自动驾驶落地
北京市 2025 年 4 月施行的《自动驾驶汽车条例》支持 L3 级自动驾驶，但小米 SU7 的 NOA 功能仍属于 L2 级，需驾驶员持续监控。
对比：华为 ADS 3.0、奔驰 DRIVE Pilot 等竞品已通过 L3 级认证，可在特定场景下脱手驾驶。
- 宣传规范调整
工信部 2025 年 4 月发布《智能网联汽车宣传规范》后，小米将 SU7 的 “智驾” 更名为 “辅助驾驶”，并强化 “需驾驶员全程监管” 提示，禁止使用 “L2.9”“准 L3” 等擦边球术语。
四、用户操作与激活方法
- 功能开启
- 紧急避让：通过车内物理按钮激活，系统实时监测环境并在必要时自动介入。
- 城市 NOA：需用户账号安全智驾里程达 1000km，并完成 “智驾学堂” 学习，通过方向盘左侧按键启动。
- 注意事项
- 脱手风险：即使激活 NOA，驾驶员仍需保持双手握持方向盘，系统每 15 秒检测一次注意力。
- 障碍物限制：AEB 功能目前不响应锥桶、水马、动物等目标，与行业同配置车型类似。
总结与建议
小米 SU7 的自动避让功能在硬件和算法上具备竞争力，尤其在高速场景表现稳定，但复杂城市道路和极端障碍物处理能力仍有提升空间。用户需注意以下几点：
- 场景适配：优先在高速和封闭道路使用 NOA，城市道路需谨慎依赖自动避让。
- 法规合规：L2 级辅助驾驶不可替代人工，需遵守 “驾驶员为责任主体” 的法规要求。
- 竞品对比：若对自动避让有更高要求，可考虑华为 ADS 3.0（施工路段绕行果断）、小鹏 XNGP（城市 NOA 覆盖更广）等竞品。
未来，随着小米持续 OTA 升级（如 2025 年 2 月端到端全场景智驾推送）和传感器成本优化，自动避让功能有望进一步完善，但短期内仍需用户保持警惕。
