上海
2025年3月29日，一辆搭载智能驾驶系统的小米SU7在高速行驶中发生严重碰撞并爆燃，导致车内三人死亡。这一事件将智能驾驶技术的安全性推至舆论风口，同时也引发了对技术边界、AI网络价值及公众认知的深度反思。
一、事故回顾：技术漏洞与致命瞬间
根据小米官方通报，事发时车辆正处于高速领航辅助驾驶（NOA）模式，驾驶员未及时接管系统提示。事故直接暴露出智能驾驶技术的两大核心问题：
决策的不确定性：系统在突发情况下（如前方车辆急刹或异物侵入）难以快速生成最优方案。算法对极端场景的泛化能力不足，导致“感知-决策”链路断裂。
执行的延迟性：从系统发出指令到车辆制动或转向，存在0.5-1秒的物理延迟。在120公里/小时的时速下，这一延迟可能导致20-30米的失控距离。
行业数据显示，2024年国内具备NOA功能的乘用车上险量达280.8万辆，同比增长89.2%。然而，智驾普及与事故风险同步攀升，迫使行业直面技术天花板。
二、AI网络：从“单车智能”到“全局协同”
小米事故揭示了依赖单车算力的局限性。相比之下，以AI网络为核心的“车-路-云”协同体系，正成为提升安全性的关键路径：
实时路况感知：AI网络可通过卫星、路侧设备及云端数据，提前10-15秒预警事故、施工或极端天气，并向车辆推送避让路线。例如，若前方10公里处发生拥堵，系统可提前分流车辆，避免连环追尾。
行为预测与决策辅助：通过分析行人姿态、车辆轨迹等数据，AI网络能预判潜在风险。例如，识别行人横穿意图后，系统可提前减速并提示驾驶员接管。
数据共享与模型进化：车企间共享脱敏事故数据，可加速算法迭代。极氪、吉利等企业已通过自研智驾平台（如Thor域控系统）实现2000TOPS算力，支持端到端大模型训练。
三、行业反思：技术与责任的平衡
事故发生后，小米CEO雷军虽在4月1日公开回应，但公众对车企的信任已受冲击。澎湃新闻指出，事故背后是“技术参数军备竞赛”与用户教育的脱节。当前行业亟待解决的矛盾包括：
营销与现实的落差：部分车企以“零接管”宣传智驾功能，导致消费者高估系统能力。遇难者家属表示，曾多次提醒“不可盲目依赖智驾”，却未能阻止悲剧。
责任界定模糊：智驾事故中，驾驶员、车企与系统供应商的责任划分尚无明确法规。小鹏、赛力斯等企业虽推出定制化智驾保险，但行业仍需统一标准。
安全底线优先：比亚迪、极氪等企业开始将“极端场景通过率”而非“功能炫酷性”作为研发重点。例如，长城汽车的全场景NOA系统已实现无图覆盖，提升复杂路况应对能力。
四、破局之路：从监管到公众教育
为重建信任，多方呼吁构建“技术-政策-社会”共治体系：
强制标准与数据透明：设立智驾功能启用门槛（如驾驶员注意力监测为必装项），并建立第三方行车数据平台，确保事故调查公正性。
车企责任强化：禁用“自动驾驶”等误导性宣传，随车附赠安全培训视频。零跑、极氪等企业计划在2025年实现高阶智驾功能的全国覆盖与免费OTA升级。
公众认知纠偏：将智驾操作纳入驾驶证考试，媒体需客观科普技术风险。遇难者母亲疾呼：“科技便利不能以生命为代价！”
五、未来安全是智驾的“生命线”
小米事故敲响了行业警钟：智驾技术必须回归“安全本位”。短期内，AI网络与单车智能的融合将成主流；长期看，政策完善与用户理性认知是技术落地的基石。正如36氪所言：“技术的进步不能替代人类责任，唯有在敬畏中前行，智驾才能真正护航生命。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
