截至 2025 年，小米汽车的智能驾驶系统（智驾）已进入规模化落地阶段，其技术布局和市场表现呈现出以下特点：
一、技术架构与硬件配置
小米智驾以端到端全场景智驾系统（Xiaomi HAD）为核心，采用 “感知 - 决策 - 控制” 一体化架构，支持从高速到城市道路的全场景覆盖。硬件方面，小米 SU7 Ultra 等高端车型配备了128 线激光雷达、11 颗高清摄像头、3 颗毫米波雷达和 12 颗超声波雷达，结合双 NVIDIA Orin 芯片，总算力达 11.45EFLOPS，可实现复杂场景下的实时环境感知与决策。
标准版车型则采用轻量化配置，例如小米 SU7 标准版仅搭载1 颗 Orin N 芯片（84TOPS 算力），依赖摄像头和毫米波雷达实现基础智驾功能，但缺乏激光雷达，导致对静态障碍物（如锥桶、施工路障）的识别能力有限，这在近期的高速事故中已暴露短板。
二、功能覆盖与实际表现
- 高速领航辅助（NOA）：
支持自动变道、超车、上下匝道，最高时速达 135km/h。系统通过视觉语言大模型（VLM）优化决策逻辑，例如在施工路段可识别路障并规划绕行路径。但实际测试显示，标准版车型在逆光、夜间等场景下对静止障碍物的检测距离不足 100 米，紧急制动响应时间仅 2 秒，超出人类驾驶员的接管能力极限。
- 城市道路智驾：
小米 SU7 Pro/Max 车型通过 OTA 升级已全量推送端到端城市领航功能，支持无图通行、环岛处理、路口左转等场景。例如，系统可识别交警手势并自主协商变道，在人车混行的狭窄街巷中实现 “类人驾驶”。不过，其城市 NOA 的接管率仍高于头部竞品（如华为 ADS 3.0 的 0.1 次 / 千公里），复杂路况下的稳定性待提升。
- 泊车与安全功能：
支持 “车位到车位” 全自动泊车，车辆可自主寻找车位并泊入。安全方面，小米 SU7 搭载误加速抑制辅助（MAI）和全向低速防碰撞系统（LAEB/RAEB），在 0-60km/h 全速域内提供防护。中汽测评显示，其主动安全得分率达 95.25%，高于行业平均水平。
三、行业对比与竞争格局
- 头部竞品分析：
- 华为 ADS 3.0：凭借昇腾芯片和全栈自研能力，实现全域无图通行，事故率较人类驾驶低 54%，但生态封闭性较强。
- Momenta：以端到端大模型和开放合作模式见长，城市 NOA 接管率低至 0.1 次 / 千公里，已适配 15 万元级车型。
- 小鹏 XNGP：通过 “全国都好用” 策略覆盖超 50 城，但近期用户反馈显示其 NGP 在匝道汇入、急刹等场景存在体验问题。
- 小米的差异化优势：
- 生态整合：小米智驾与智能家居、穿戴设备深度联动，例如通过手机或手环实现远程召唤、车内场景切换等。
- 成本控制：标准版车型通过简化硬件（如取消激光雷达）将智驾功能下探至 30 万元以内，相比华为、Momenta 更具价格竞争力。
四、争议与挑战
- 事故与安全争议：
2025 年 3 月，小米 SU7 标准版在高速 NOA 模式下因未识别施工路障导致碰撞事故，引发对智驾系统可靠性的质疑。事故调查显示，系统从发出警告到碰撞仅 2 秒，远超驾驶员平均接管时间（2.3 秒），暴露出传感器配置和算法的局限性。
- 政策与法规适配：
北京、武汉等地的新条例允许 L3 级自动驾驶上路，但小米 SU7 尚未明确是否通过认证。此外，智驾事故的责任认定仍依赖车企自证，缺乏第三方数据监管，用户对 “车企既是运动员又是裁判员” 的模式存疑。
- 用户认知与宣传偏差：
部分用户反映，小米对智驾功能的宣传（如 “上车即用”）与实际体验存在差距，例如城市 NOA 在暴雨、逆光等场景下频繁降级，需驾驶员持续关注路况。
五、未来展望
小米计划通过 **“数据飞轮” 战略 ** 加速智驾迭代，2025 年投入 75 亿元用于 AI 研发，目标是将城市 NOA 接管率降低至行业领先水平。同时，其与蔚来、小鹏的充电网络合作（覆盖超 3 万个充电桩）间接提升了智驾场景的实用性。不过，要在竞争激烈的智驾市场中突围，小米需在传感器融合、算法鲁棒性和用户教育方面持续发力。
总结
2025 年的小米智驾已具备硬件堆料足、生态整合强、功能覆盖广的特点，在高速和泊车场景表现可圈可点，但复杂城市道路的可靠性和极端场景处理能力仍需提升。对于追求科技感和性价比的用户，小米智驾是一个值得体验的选择；但在安全性要求极高的场景下，仍需驾驶员保持高度警惕。