截至 2025 年 4 月，小米汽车已在部分车型上实现了L2 级智能辅助驾驶功能，但尚未推出符合法规定义的L3 级及以上自动驾驶量产车型。以下是具体分析：
一、小米自动驾驶技术的现状
- 功能覆盖与用户体验
小米 SU7 等车型已搭载 ** 高速领航辅助（NOA）和城市领航辅助（NOA）** 功能。例如，2024 年 10 月全量推送的 “全国城市 NOA” 支持在无高精地图的情况下，通过纯视觉感知实现路口通行、灵活绕行、小路通行等场景的辅助驾驶。这一功能通过端到端大模型技术优化轨迹规划，提升了通行效率和拟人化体验。
- 技术路线与硬件配置
小米采用纯视觉方案，依赖摄像头和毫米波雷达（如 SU7 标准版配备 9 颗摄像头和 1 颗毫米波雷达），未搭载激光雷达。这种方案成本较低，但在复杂场景（如施工路段、不规则障碍物）中存在识别局限性。例如，2025 年 3 月的小米 SU7 高速事故中，NOA 系统未能识别施工路障，导致碰撞。
- 法规与安全边界
根据中国《汽车驾驶自动化分级》国标，目前市售车辆的智能辅助驾驶功能均属于L2 级（驾驶员需全程监控）。小米 SU7 事故后，应急管理部明确强调 “智驾≠‘自驾’，安全需紧握在驾驶员手中”。
二、小米的技术规划与挑战
- 量产目标与时间线
雷军在 2025 年两会期间提出，力争 2026 年实现高速和城市自动驾驶的量产应用，并建议加快全国性测试验证和法规完善。这意味着 2025 年仍处于技术迭代和法规适配阶段，L3 级自动驾驶尚未达到大规模商用条件。
- 技术瓶颈与改进方向
- 感知能力不足：纯视觉方案在夜间、复杂光照或临时施工场景中易失效。小米需提升多传感器融合（如加入激光雷达）或车路协同（V2X）能力。
- 端到端大模型的可靠性：尽管小米已应用端到端技术，但模型 “幻觉” 问题可能导致极端场景下的决策失误。
- 数据闭环与用户信任：事故后用户对小米智驾的安全性存疑，需通过更多测试数据和透明化沟通重建信任。
- 法规与生态协同
北京市 2025 年 4 月实施的《自动驾驶汽车条例》为 L3 级测试提供了法律框架，但量产仍需全国性法规统一。此外，雷军建议推动自动驾驶专属保险和数据共享标准，以降低推广门槛。
三、行业对比与竞争态势
- 头部车企的进展
特斯拉 FSD、小鹏 XNGP 等已在部分城市开放 L2 + 功能，但同样受限于法规。华为 ADS 2.0 通过激光雷达和高精地图实现更优的障碍物识别，但成本较高。
- 小米的差异化策略
小米以 “无图” 和端到端技术为卖点，试图通过算法优化弥补硬件短板。例如，其道路大模型可实时生成拓扑结构，替代传统高精地图。但这一路线的成熟度仍需市场验证。
四、用户如何看待小米自动驾驶？
- 优势：价格亲民（SU7 起售价约 20 万元）、功能迭代快（2024 年完成四次大版本更新）。
- 风险：纯视觉方案的安全冗余较低，极端场景下依赖驾驶员及时接管。
- 建议：用户需明确 L2 级辅助驾驶的边界，避免过度依赖，尤其在施工路段或夜间驾驶时需保持警惕。
总结
2025 年，小米汽车已具备L2 级智能辅助驾驶能力，但受限于技术成熟度和法规，尚未实现 L3 级自动驾驶的量产。若计划购买小米汽车，建议关注其后续 OTA 升级（如 2025 年底的端到端智驾先锋版）和法规进展，同时理性评估辅助驾驶的适用场景与风险。
