小米SU7汽車事故仍然在持續發酵中。除聚焦車門是否無法打開，車頭起火問題外，大量關注的焦點，落在事故中小米SU7的緊急制動（AEB）等主動安全功能是否觸發。

4月1日晚間，小米汽車官方再次發布一則聲明，稱小米SU7標準版有前向防碰撞輔助功能包括碰撞預警(FCW)和緊急制動(AEB)兩個子功能，作用對象是車輛、行人、二輪車三類目標，其中AEB功能工作速度在8~135km/h之間。這個功能和行業同配置的AEB功能類似，目前不響應錐桶、水馬、石頭、動物等障礙物。

簡而言之，小米認為當前AEB功能不支持識別事故中的路障，但行業同配置車型亦不支持。

而對此，一位智能駕駛行業人士告訴記者，施工道路一般會在高精地圖予以標注，并且指導NOA改道會提醒接管等。如果小米汽車智駕系統給予實時更新的高精地圖以一定的權重，有一定概率可避免事故的發生。

根據小米汽車官方信息，公司剛剛于今年2月完成全量推送“小米端到端全場景智能駕駛（HAD）”，表示“端到端引入了用戶駕駛數據訓練，在‘無圖’基礎上，軌跡更擬人，通行更高效，駕駛更安全”，并明確HAD覆蓋了高速公路、城市快速路等等。

“無圖”的代價

在探討智駕能力與責任的邊界時，我們不得不承認，即便是在人為駕駛的情況下，小米SU7此次德上高速事故也有一定的遇險概率。

按照小米的通報，事故發生前車輛處于NOA智能輔助駕駛狀態，以116km/h時速持續行駛。事發路段因施工修繕，用路障封閉自車道、改道至逆向車道。

目前，官方警情通報尚未公開。但由于車速過快，且德上高速位于九華山山區附近，夜間照明情況不佳，事故直接原因究竟是車輛在高速NOA撞擊路障所致，還是駕駛員接管后不當轉向+剎車所致，目前其實沒有定論（雖然兩種情況下小米可能都難辭其咎）。

那么，為何高速NOA無法識別車道變化？

一位不愿意透露姓名的智駕行業人士告訴記者，這可能與智駕系統不采用高精地圖，或者地圖在智駕系統的決策權重過低有關。

“如果智駕系統采用了高精地圖，至少它會提示前方施工，然后NOA的路線規劃也會不同。”該人士表示，但指出在處理改道時，是按照新道路繼續NOA，還是減速并要求接管，各家方案可能都有所不同。

不過，受訪者也告訴記者，道路施工分為臨時施工和計劃施工，計劃施工一般都會統一在路網進行標記，提示智駕更換路線。但臨時施工信息卻“不一定”上傳。

考慮德上高速地理位置可能引發山體滑坡的風險，臨時施工的可能性也很大——然而受訪者還是向記者透露，據其了解，此次施工并非臨時施工。

記者查閱小米汽車官方訂閱號發現，大約在小米SU7剛發布初期，公司宣傳其采用了“輕地圖”的城市NOA方案。但在去年10月，小米宣布已經大量推送1.40版本智能駕駛，并明確城市NOA功能允許車輛進行施工避讓。

然而，在今年3月19日，該訂閱號又發文，稱今年2月完成了端到端全場景智能駕駛功能開啟全量推送，并屢次強調智駕系統“無圖”。

“小米的方案是偏感知的，底層肯定沒有高精地圖，另外一個系統設計是有問題的。”前述人士向記者指出，“其實，車路云是用最低的協同成本實現自動駕駛的方式。”

當然，汽車商家標榜“無圖”并非純粹為了降本。據記者了解，純視覺方案在決策依據上，一定程度會與更新不及時的高精地圖矛盾。而在智駕系統參照權重的選擇上，為避免參照數據相互矛盾導致決策困難，也會主動放棄高精地圖。

“純視覺”的邊界

那既然選擇了“無圖”，而重感知，那么小米智駕的感知能力又如何？

回到此次小米事故車輛，從傳感配置的角度，SU7標準版Pilot Pro的智駕傳感配置為2個前視、3個仰視、4個環視、1個后視攝像頭，以及1個前向毫米波雷達（當然還包括12個超聲波雷達，但超聲波雷達性能不足，在高速智駕決策上幾乎沒有權重），俗稱“9+1”配置。

而這一配置，幾乎與特斯拉方案如出一轍。特斯拉HW 4.0系統裝備了側方四個環視攝像頭，頂端三個前視攝像頭以及尾部一個后視攝像頭，包括車頭一個前向毫米波雷達，也就是“7+1”配置。

幾乎全部依靠攝像頭的智駕決策體系，無疑屬于所謂的“純視覺方案”。

那么，特斯拉純視覺方案的可靠性如何？能否處理意外突發狀況？

去年，媒體進行了一次深度報道，對特斯拉在開啟FSD時引發的多起傷亡事故進行了曝光與分析。

報道中，特斯拉FSD引發了許多“愚蠢”的事故，如直接沖出丁字路口，追尾警燈閃爍的警車等。而其中一起事故對純視覺方案的警示尤為典型。

在該事故中，開啟自動駕駛的特斯拉，在凌晨三點左右，以約40~50公里/小時的中速，幾乎徑直撞向了側翻并橫傾在三條車道的卡車底盤，并造成駕駛員的死亡。而值得注意的是，從視頻中看，側翻卡車在尺度上非常巨大，高度接近三米，而路上燈光條件尚可，車速不快，人眼也能快速捕捉并及時反應。

但是，在面對這一在自然人視角尚屬簡單的應急處理，被標榜超越人類駕駛能力的特斯拉FSD卻引發了事故。

媒體援引高校汽車工程專家的提法——上述事件的發生，或許是因為特斯拉無法識別側翻卡車底盤特征，將其誤認是道路或背景，因此未進行任何應急處理。

這也給純視覺路線帶來了一個靈魂拷問：純視覺智駕不僅需要識車，亦需要識物，不只是路上的行人、寵物，甚至是突然傾倒的貨物——更多人們意想不到的非規則物體，都可能成為交通事故的元兇。

從小米汽車回復來看，AEB系統確實無法對錐桶、水馬、石頭、動物等改道障礙進行反饋。但小米官方堅稱“友商”AEB也做不到。

但問題在于，小米SU7標準版的傳感器設備數量，與同價位友商中相比近乎于“吝嗇”，決策亦完全依賴純視覺能力，因此單單比拼AEB系統顯然說服力不足。

根據懂車帝數據，同價位車型中，理想L6智駕傳感配置與小米SU7幾乎相同——但更多車型，包括極氪007、小鵬P7、比亞迪漢EV和海豹改款各配置版本至少配置5個毫米波雷達和1個激光雷達；問界M5/M7、小鵬P7+等車型至少配置3個以上毫米波雷達。

也就是說，比起“友商”，小米SU7標準版在傳感器上的安全冗余，未達到平均水平。

“一個合格駕駛員的訓練，除了道路交通規則和駕駛技能訓練，更多是靠著無形的生活經驗累積，獲得應對突發狀況的能力。這恰恰是生命對人類的饋贈，也是人工智能目前還遠遠未能企及的境界。我們未來也許可以達到純視覺的能力，但不應該是通過事故累積來訓練智能。”前述智駕上市公司人士向記者表示。