出品 | 網易科技《態度》欄目

作者 | 李姝

一起嚴重交通事故，將風頭正勁的小米SU7推上輿論風口浪尖。

3月29日晚間，安徽銅陵高速路段發生重大交通事故：一輛搭載智能駕駛系統的小米SU7以97km/h時速撞擊施工隔離墩，隨后車輛起火燃燒，導致三名大學生當場遇難。

事故引發了公眾對智能駕駛技術、車輛安全設計（如車門是否鎖死）、小米公司的處理速度和態度，以及道路施工安全規范的多維度質疑

4月2日，網易科技邀請到了網易汽車主編唐正申、快思慢想研究院院長田豐以及國際智能運載科技協會秘書長張翔，就事故背后的技術困局與行業癥結展開深度探討。

田豐，快思慢想研究院院長，原商湯智能產業研究院創始院長，原阿里云研究院創始院長，《田豐說》AI公開課策劃人，《AI商業進化論》、《云戰略》、《互聯網3.0》等十多本科普暢銷書作者。聯合國大師課特邀講師，APEC特邀專家，新加坡管理大學商學院、上海交大清源研究院、上海財經大學、國際公益學院客座教授，中國數字經濟百人會執行委員，上海交通大學計算法學與AI倫理研究中心聯席主任?？萍疾康葒壹壵n題組成員，中國互聯網協會、上海市人工智能技術協會核心專家，中國科幻大會專委會委員。

張翔，汽車分析師，中國汽車行業觀察者，在新能源汽車領域有20余年工作經驗，目前擔任黃河科技學院客座教授、國際智能運載科技協會秘書長、沃達福數字汽車國際合作研究中心主任、北方工業大學汽車產業創新研究中心研究員，曾在多所高校任職。

以下內容由網易科技在不改變原意的基礎上，對直播的精華內容進行編輯整理（有刪減）：

智駕系統到底是什么？哪些環節可能失靈？ 

田豐：按照我國《汽車駕駛自動化分級標準》，汽車智能駕駛共有L0至L5六個級別。在汽車駕駛自動化的六個等級之中，L0-L2屬于駕駛輔助，系統僅協助人類執行動態駕駛任務，駕駛主體仍為駕駛員；而L3-L5則屬于自動駕駛，系統在特定運行條件下代替人類執行動態駕駛任務，此時駕駛主體為系統。 目前，國內大多數量產汽車為L2級別，要求駕駛員時刻觀察周圍環境并隨時準備接管。由于L3級尚未獲得上路資格，故只能在某些受限環境中進行測試。當我們提及自動駕駛時，往往存在廣告層面的模糊性。

在輔助駕駛環節中，我認為傳感器更易失靈，情形多樣。例如，在強降雨或濃霧等極端天氣下，激光雷達的散射效應顯著，產生許多噪點，從而大大縮短識別距離。

例如，在3月29日的情況下，天氣并不惡劣，但夜晚的光線條件會引發另一種問題。視覺傳感器在識別深色物體時面臨挑戰，識別距離同樣會受到影響。此次發生事故的車輛為標準版，未配備激光雷達，僅依賴純視覺方案，這在識別障礙物時顯然不利。 

唐正申：昨天我們從上海出發，抵達事故發生路段時大約是傍晚五至六點，天色已暗。但整個路段開下來（高速路），整體上行道線是比較清晰的，兩邊的護欄也比較完整。但唯獨中間事發的那一段，其實是有一個改道的。一般情況下高速公路隔離墩維護的話，如果左邊維護，那可能會讓車開到右邊去。因為每條高速公路都有兩條車道，它會借用對向的車道去做分流，方便另外一側去施工。事故發生當天，應該也是這樣的情況。

昨天我們到達的時候，現場已經恢復為兩邊二并一通行的情況，中間是完全隔離開的，不再需要從事故發生時的借道行駛。盡管現場設置了標識牌和燈光，路況依然復雜，此時，即便是經驗豐富的老司機，首要任務也是減速并仔細觀察路況。

我們看到中間維修的那段路幾乎占了兩個車道，而中間的缺口在100米以內。我們大概估算了一下，如果按照事發當時116km/h的速度去接近這個缺口的話，在兩秒內要迅速接管車輛并完成變道和制動將極為困難。

張翔：當前市場上，車企在發布會宣傳時，往往未按照我國《汽車駕駛自動化分級標準》進行說明。如果車企在發布會上明確指出其車輛所在的級別尚未達到L3，并提醒消費者謹慎駕駛，將會給消費者營造深刻的印象。然而，目前大多數車企在技術宣傳上存在過度包裝現象。例如，NOA功能包括城市和高速版本，實質上無異，但其宣傳口徑卻各異，令消費者困惑，甚至產生誤導。 此外，高速公路對駕駛技術的要求較高。在正常情況下，提前兩公里看到施工標志時應立即減速。而事故發生時，以時速97公里進入施工區域已經違反交通法規。目前，國內外關于自動駕駛的法律法規尚不完善，類似事故發生后，消費者的權益往往難以得到保障。

導致電池爆燃的技術原因有哪些？

唐正申：現場我們觀察到施工中的隔離墩約一米高，由水泥和鋼筋混合制成，自重較大。以97km/h的速度撞擊，電池將承受巨大的沖擊。各廠商在此之前已進行多種電池安全測試，包括針刺和撞擊，以及超過國標的各類測試，但高速碰撞的特殊情況使得力的傳導難以判斷。 同時，在高速行駛中，整車的高壓電系統持續通電。遭遇突發撞擊后，某部分可能失效或起火，這種情況極為可能。即便是磷酸鐵鋰電池，也會遵循能量守恒定律，能量將轉化為熱、聲、光及電等形式。

田豐：在小米在官方回應中明確，事發車輛是一臺SU7的標準版，搭載的是一顆英偉達OrinN智駕芯片，算力只有84TOPS，相比之下小米SU7Pro、Max版采用了雙OrinX芯片算力可達508TOPS。標準版和高階版本之間有著數倍算力差異，在需要處理數據、快速判斷時有著決定性的差異。低配的傳感器以及低算力芯片可能會耽誤解決時間。

張翔：目前許多汽車制造商要求車主在使用智能駕駛系統之前先進行培訓，或規定一定條件，例如駕駛1000公里后才能啟用該系統。智能駕駛系統與傳統汽車駕駛功能存在顯著差異，車主必須充分了解車輛，以便在緊急情況下能夠接管控制。

此外，目前市面上的所有汽車均通過國家標準測試。然而，國家標準僅能保證汽車在正常使用情況下的安全，無法涵蓋所有情境。雖然汽車會進行安全碰撞測試，包括正面、側面、后撞及翻滾碰撞，但這些測試的速度一般設定在50km/h或者60km/h，遠低于97km/h。在發生碰撞時，電池可能會遭到破損，導致電解液泄漏，進而引發正負極短路，從而引發火災。

盡管當前電池技術有所提升，許多廠商進行了各種演示，但大多數實驗是在實驗室中進行，無法真實還原實際交通場景下的劇烈碰撞。此外，在高速碰撞中，盡管車門表面上看似沒有變形，但由于車身受到擠壓，可能導致車門無法打開。

資本裹挾下，車企宣傳話術是否存在對消費者的誤導？

唐正申：作為汽車頻道的編輯，我們曾參與眾多車企的發布會，并觀看了相關的演示視頻。在這些視頻中，駕駛者常常將手離開方向盤，顯得尤其輕松，只有在視頻右下角有一行小字幕提醒“遵守當地交通法規”，這實際上是一個注意力引導的問題。但需要強調的是用戶在購車或者用車時，需要有一個認知：駕駛員是這臺車上所有成員的第一安全員，所有的智駕都是輔助。

車企之間的競爭趨于惡性，爭奪市場與消費者，追尋責任方變得相對困難。智能駕駛技術從ADAS（高級駕駛輔助系統）起步時，核心目標是構建碰撞預警、自動制動等被動安全防護體系。但隨著行業競爭加劇，技術發展已出現劍走偏鋒的趨勢：主流車企將研發重心轉移至解放駕駛者注意力的主動接管系統，我認為這種趨勢應該再理性一些。希望此次事故后，車企與用戶能夠達成共識，在智能駕駛方面保持理性認知，避免盲目激進行為。

田豐：目前，許多廣告營銷往往基于高配車輛的表現，或是在最佳天氣和路況下拍攝宣傳視頻，但消費者對低配版本的能力及邊界往往缺乏清晰認識。此外，操作手冊通常較厚，多數消費者在開車前不會仔細閱讀或完全理解。

車企應明確傳達汽車的能力邊界，尤其是在消費者購買低配車型時，需在營銷中清楚說明，避免使用諸如“全場景”、“全道路自動駕駛”等容易引發誤解的術語。

此外，倡導消費者在提車時進行智能駕駛的培訓至關重要，類似于駕校的教學，觀看大量交通事故警示視頻以明確注意事項。我們還可以借鑒航空業的安全知識普及，建議在每次使用車輛前進行智能駕駛安全知識的提示或培訓，或要求消費者在滿足一定條件下，才能在特定環境下啟用智能駕駛功能。 

張翔：過度宣傳的原因在于，車企之間的競爭趨于惡性。盡管新能源汽車行業發展時間較短，但企業數量眾多，行業集中度低，車企普遍通過發布會進行宣傳。然而，在此過程中，卻常常伴隨過多的商業包裝。我認為應該對發布會的內容進行規范管理，避免使用如“全棧式開發”、“行業最領先”、“全球首發”等夸張形容詞，以防消費者產生不切實際的信心。

此外，針對當前智能駕駛系統發生交通事故的情況，我認為車企應與當地政府建立公開機制，定期發布交通事故的頻次和傷亡人數等數據，而不是單一地宣傳智能化。通過提供這些數據，消費者可以提高警覺，增強安全意識。

高精地圖是智能駕駛所必需的核心技術

張翔：我們目前的自動駕駛技術中，有一個至關重要的核心技術，即高精地圖。在此次事故中，事發車輛并未配備高精地圖。如果具備高精地圖，施工的實時工況可以被反映在地圖上，這與傳統的手機導航系統存在顯著區別。

目前，車企行業仍處于無圖時代，缺乏高精地圖的配備，主要原因有兩點：首先，高精地圖的成本較高，增加了企業的資金負擔；其次，高精地圖在現階段仍不完善，各大車企都在自行制作地圖，與專業地圖研發企業相比，車企的地圖信息必然不夠全面。

在中國，高精地圖的發展已有數十年歷史，例如高德和百度等企業均在積極制作高精度地圖。然而，該行業的投入巨大。傳統地圖可能需要每季度進行一次高精地圖的更新，以實時反映路況信息，包括施工等特殊情況。這一過程要求企業持續采集信息，并購買大量數據，而高精地圖在我國尚未得到廣泛普及。此外，路政信息上網會增加運營成本，如果沒有相應的收益，相關部門可能缺乏激勵去推動此項工作。特別是在我國地圖是免費的情況下。

田豐：補充一下，高精地圖理論上是智能駕駛所必需的核心技術，但目前仍未實現商業化，這是未來需要補強的一個方向。

需要指出的是，高精地圖永遠無法做到完美。就像我們無法每時每刻實時統計全國范圍內的道路變化數量一樣，但至少可以提供公共服務，將當天晚上或最近一個小時內所有施工路段的信息整合并對接到各智能駕駛系統中。這可能需要相關法規提供一個公共接口，使得系統能夠提前作出判斷?？紤]到施工場景往往是非標準化的，這極易導致小概率事件的駕駛誤判與安全風險，這是一個亟需關注的隱患。