小米智驾不追 “名词”：1800人全路线预研，只盯用户敢不敢用

小米智驾不追 “名词”：1800 人全路线预研，核心只盯用户敢不敢用

最近智驾圈的 “新名词” 快赶上手机参数了 ——VLA、WA、VA 轮番出场，各家都想靠新标签显得更先进。

但小米智驾偏不凑这个热闹：1800 人的团队把市面上所有技术路线都预研了，端到端、VLA、WA 一个没落下，负责人陈光的话挺实在：“不管啥名词，最终看的是模型能不能在有限算力里装更多‘智能’，用户能不能感知、敢长期用。”

小米智驾不算最早成立的，但绝对是跑得最快的 ——2021 年官宣造车当天就搭了团队，第一年就凑了 500 人，现在已经超 1800 人，还有 108 个博士。

别家摸索三年的智驾路线，小米一年就追了三代，从有图到无图、推了三个版本端到端，靠的不是 “跳代”，是底层基建：云端的算力、数据闭环能力能复用手机业务的经验，像做饭时厨房工具都摆好，不用从头学起。

陈光说 “基建做得好，试新方向不用堆人”，这话是实在的 —— 数据挖掘、模型训练的自动化流程搭好，发现问题就能快速从已有数据里找解法。

友商要么押 VLA，要么赌 WA，小米是 “不把鸡蛋放一个篮子”—— 端到端主力落地，VLA 和 WA 都留了预研团队。

陈光没把技术捧得太高：“VLA 要调用‘思维链’，像看悬疑片费脑子，普通场景用端到端的‘直觉反应’更快，踩刹车不用想几秒。”

所以他们的 HAD 增强版加了世界模型和强化学习，不是为了炫技，是让模型知道 “为啥这么开”，解决复杂场景的因果推理，核心还是用户开着踏实。

智驾最头疼的是 “长尾场景”—— 比如高速遇到运风叶的车，实车一个月都未必能采到。

小米用仿真补这个缺口：真实数据占 80%，剩下 20% 是仿真生成的极端场景，而且仿真环境要 “不完美”，得模拟相机脏污、雷达被水吸信号这些真实路上的糟心事。

这么做不光省了几倍人力，还能让模型在虚拟环境里反复练，错了扣分对了加分，找到最优解。

技术落地没白忙活 —— 小米汽车交付刚过 50 万台，智驾活跃率 90%，累计避了 45 万次碰撞。第三季度汽车业务还盈利了 7 亿，销量涨得快，多少沾了智驾体验的光。

现在智驾的竞争，早不是比谁名词新，是比谁能把技术拆成用户能摸得到的体验。

小米的打法看着 “保守”，其实是务实 —— 多路线预研防风险，基建撑效率，最终落回 “用户敢用”。毕竟对普通车主来说，不管是 VLA 还是 WA，开着不慌、能避碰，才是真有用。